Este repositório contém códigos e dados para a implementação de classificadores SVM (Support Vector Machines). A aplicação é focada em dados de câncer contando com dados estruturados (informações celulares) e não estruturados (Imagens de Ressonância Magnética). O objetivo final é avaliar a apicação de SVMs utilizando diferentes tipos de kernels e também realizar uma comparação com regressão logística.
- Construção de gráficos e visualizações para obter uma visão geral sobre como os dados se apresentam.
- Avaliação do SVM em diferentes datasets
- Avaliação do desempenho do classificador SVM através de diferentes métricas de performance.
- Conjunto de Dados 1: Câncer de Mama Wisconsin (Diagnóstico)
- Conjunto de Dados 2: UCI Machine Learning Repository
- Conjunto de Dados 3: Brain MRI Images for Brain Tumor Detection)
Bibliotecas:
- Versão do Python: 3.8.3
- Pacotes:
- Pandas
- Numpy
- Matplotlib
- Seaborn
- Sklearn
Instalação:
- Você pode clonar o repositório em seu computador:
git clone https://github.com/Hohana/SVM.git
- Abrir diretamente no Google Colab:
Para um melhor entendimento da aplicação do SVM no diagnóstico de câncer, confira a apresentação didática disponível no Canva:
Se você tiver dúvidas, sugestões ou quiser compartilhar algum feedback, entre em contato comigo!
- Responsável: MSc. Hohana Gabriela Konell, Cientista de Dados
- E-mail: [email protected]