Curso oferecido pelo Kaggle

<aside> 🔡 Dataset utilizado: https://www.kaggle.com/datasets/anthonypino/melbourne-housing-market

</aside>

Árvore de decisão

Iniciamos importando o dataset

import pandas as pd

melbourne_data = pd.read_csv('melbourne_housing_market.csv')

Neste dataset há valores ausentes, para isto retiramos estes valores:

melbourne_data.dropna()

Objetivo

Temos como objetivo predizer o preço de casas na região de Melbourne. Para isto selecionaremos as features utilizadas para prever o preço

Features

features = ['Rooms', 'Bathroom', 'Landsize', 'Lattitude', 'Longtitude']
X = melbourne_data[features]

Como desejamos predizer o preço

y = melbourne_data['Price']

Importando o modelo

Estaremos usando a biblioteca scikit-learn

from sklearn.tree import DecisionTreeRegressor