minha acuracia parace viciada
import pandas as pd
uri = "https://gist.githubusercontent.com/guilhermesilveira/4d1d4a16ccbf6ea4e0a64a38a24ec884/raw/afd05cb0c796d18f3f5a6537053ded308ba94bf7/car-prices.csv"
dados = pd.read_csv(uri)
a_renomear = {
'mileage_per_year' : 'milhas_por_ano',
'model_year' : 'ano_do_modelo',
'price' : 'preco',
'sold' : 'vendido'
}
dados = dados.rename(columns=a_renomear)
dados.head()
a_trocar = {
'no' : 0
,'yes' : 1
}
dados.vendido = dados.vendido.map(a_trocar)
from datetime import datetime
ano_atual = datetime.today().year
dados['idade_do_modelo'] = ano_atual - dados.ano_do_modelo
dados.head()
dados["km_por_ano"] = dados.milhas_por_ano * 1.60934
dados.head()
dados = dados.drop(columns = ["Unnamed: 0", "milhas_por_ano", "ano_do_modelo"], axis=1)
dados.head()
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score
x = dados[["preco", "idade_do_modelo","km_por_ano"]]
y = dados["vendido"]
SEED = 5
np.random.seed(SEED)
treino_x, teste_x, treino_y, teste_y = train_test_split(x,y,test_size = 0.25,
stratify = y)
print('treinaremos com %d elementos e testaremos com %d elementos' % (len(treino_x), len(teste_x)))
modelo = LinearSVC()
modelo.fit(treino_x, treino_y)
previsoes = modelo.predict(teste_x)
acuracia = accuracy_score(teste_y, previsoes) * 100
print('A acuracia foi de %.2f%%'% acuracia)
from sklearn.dummy import DummyClassifier
dummy_stratified = DummyClassifier(strategy= 'stratified')
dummy_stratified.fit(treino_x,treino_y)
acuracia = dummy_stratified.score(teste_x, teste_y) * 100
print('a acuracia do Dummy stratified foi de %.2f%%' % acuracia)
from sklearn.dummy import DummyClassifier
dummy_mostfrequent = DummyClassifier(strategy = 'most_frequent')
dummy_mostfrequent.fit(treino_x, treino_y)
acuracia = dummy_mostfrequent.score(teste_x, teste_y) * 100
print("a acuracia do dummy mostfrequent foi %.2f%%" % acuracia)
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
SEED = 5
np.random.seed(SEED)
raw_treino_x, raw_teste_x, treino_y, teste_y = train_test_split (x,y, test_size = 0.25,
stratify = y)
print("treinaremos com %d elementros e testaremos com %d elementos" % (len(treino_x), len(teste_x)))
scaler = StandardScaler()
scaler.fit(raw_treino_x)
treino_x = scaler.transform(raw_treino_x)
teste = scaler.transform(raw_teste_x)
modelo = SVC()
modelo.fit(treino_x,treino_y)
previsoes = modelo.predict(teste_x)
acuracia = accuracy_score(teste_y, previsoes) * 100
print('A acuracia foi de %.2f%%' % acuracia)
minha acurácia do SCV continua igual o do meu dummy mostfrequent, tem algo errado ? com meu código ??