Exercícios 2

Aula 2

1) Modelos

Para esse exercício, será necessário carregar alguns dados climáticos de São Bernardo do Campo (SP):

R

link <- "https://raw.githubusercontent.com/jacobwright32/Web_Scraper_AI_Core_Project/bb4865ae568e23ab8fadb6ea58cf117df2164ef3/web%20scraping/Cleaned%20Data/Brazil_Sao%20Bernardo%20Do%20Campo_Cleaned.csv"
dados <- readr::read_csv(link)

Python

import pandas as pd

link = 'https://raw.githubusercontent.com/jacobwright32/Web_Scraper_AI_Core_Project/bb4865ae568e23ab8fadb6ea58cf117df2164ef3/web%20scraping/Cleaned%20Data/Brazil_Sao%20Bernardo%20Do%20Campo_Cleaned.csv'
dados = pd.read_csv(link)

a) Gráfico

Analise a relação entre entre cobertura de nuvens (cloud_coverage) e temperatura máxima (maximum_temperature). Para isso, plote gráficos com a relação bivariada, use coeficiente de correlação ou um modelo linear (OLS). Descreva os resultados que encontrar.

b) Exploração

Existe alguma outra variável na base com maior correção com a temperatura máxima? Novamente, registre os resultados que encontrar.

c) Exportação

Crie um código que faça um gráfico da relação bivariada entre todas as variáveis contínuas na base e os salve em disco. Dica:

R

library(tidyverse)

p <- ggplot()
ggsave(p, file = paste0("grafico.png"))

Python

from matplotlib import pyplot as plt
plt.savefig('grafico.png')

d) Modelo

Rode modelos lineares simples (por mínimos quadrados ordinários) para predizer a temperatura máxima diária em São Bernardo do Campo (SP). Use as variáveis que quiser, faça transformações nelas se necessário, e reporte alguns resultados do melhor modelo que encontrar.

e) Comparação

Salve as predições do seu modelo treinado no exercício anterior e compare com os valores reais de temperatura máxima (vale usar gráficos).

2) Sorteios

a) Umidade

Crie uma função (ou um código) para sortear 1000 observações do banco de dados climáticos, calcular a média de umidade (humidity).

b) Histograma

Com a função criada anteriormente, calcule 1000 médias de amostras de humidity e plote a distribuição como um histograma.

c) Modelos lineares

Modifique a função criada anteriormente para, depois de sortear 1000 observações do banco, rodar um modelo de regressão linear para predizer valores de humidity e extrair o r2 do modelo. Dica:

R

modelo <- lm(rnorm(100) ~ rnorm(100))
summary(modelo)$r.squared

Python

from matplotlib import pyplot as plt
plt.savefig('grafico.png')

3) Frameworks

Ainda usando a base carregada anteriormente, use um framework para estimar um modelo de regressão tendo humidity como target. Dicas: siga os tutoriais do mlr3, para R, ou do sci-kit learn, para Python. Não se preocupe em usar os frameworks perfeitamente, o importante é ganhar familiaridade com eles.