Erro no código

Oi, Guilherme! tudo bem?

Tente imprimir X_treino e y_treino antes de realizar o balanceamento para confirmar que eles contêm os dados esperados.

Se você puder fornecer mais informações sobre como X_treino e y_treino foram preparados ou outras partes relevantes do seu código, eu consigo te ajudar melhor!

Fico no aguardo das informações :)

Olá Valquíria, tudo bem ?

Os códigos abaixo mostra como as variáveis X_treino e y_treino foram preparadas.

Guilherme, obrigada por enviar os códigos!

O erro "NoneType object has no attribute 'split'" geralmente ocorre quando uma variável que deveria ser um objeto (como uma string ou um DataFrame) é, na verdade, None. Porém, eu rodei o notebook todo aqui com os códigos do curso e não gerou nenhum erro.

Vamos repassar cada trecho de código para garantir que tudo esteja correto e ajudar você a executar novamente:

Passo 1: Codificação One-Hot

Primeiro, vamos codificar as colunas categóricas usando o OneHotEncoder.

from sklearn.preprocessing import OneHotEncoder

colunas_categoricas = ['Migração', 'Sexo','Estrangeiro', 'Necessidades educacionais especiais', 'Devedor',
                     'Taxas de matrícula em dia', 'Bolsista', 'Período','Estado civil', 'Curso', 'Qualificação prévia']

# Selecionando apenas as colunas categóricas do dataframe
df_categorico = df[colunas_categoricas]

# Inicializando o OneHotEncoder
encoder = OneHotEncoder(drop='if_binary')

# Ajustando e transformando os dados, criando um novo dataframe com as colunas codificadas
df_encoded = pd.DataFrame(encoder.fit_transform(df_categorico).toarray(),
                          columns=encoder.get_feature_names_out(colunas_categoricas))

# Combinando as colunas codificadas com as colunas não codificadas do dataframe original
df_final = pd.concat([df.drop(colunas_categoricas, axis=1), df_encoded], axis=1)

Passo 2: Separação das variáveis independentes e dependentes

Depois de codificar os dados, vamos separar as variáveis independentes (X) da variável dependente (y).

X = df_final.drop('Target', axis=1)
y = df_final['Target']

Passo 3: Divisão dos dados em treino, teste e validação

Vamos dividir os dados em conjuntos de treino, teste e validação.

from sklearn.model_selection import train_test_split
X, X_teste, y, y_teste = train_test_split(X, y, test_size=0.15, stratify=y, random_state=0)
X_treino, X_val, y_treino, y_val = train_test_split(X, y, stratify=y, random_state=0)

Passo 4: Aplicação do SMOTE

Finalmente, aplicamos o SMOTE para balancear os dados de treino.

from imblearn.over_sampling import SMOTE
oversample = SMOTE(random_state=0)
X_balanceado, y_balanceado = oversample.fit_resample(X_treino, y_treino)

Verificações adicionais

Para garantir que as variáveis não estejam None, você pode adicionar verificações antes de aplicar o SMOTE:

# Verificar se X_treino e y_treino não são None
if X_treino is None or y_treino is None:
    raise ValueError("X_treino ou y_treino está com valor None. Verifique o carregamento dos dados.")

# Verificar o tipo dos dados
print(f"Tipo de X_treino: {type(X_treino)}")
print(f"Tipo de y_treino: {type(y_treino)}")

# Verificar a forma dos dados
print(f"Forma de X_treino: {X_treino.shape}")
print(f"Forma de y_treino: {y_treino.shape}")

# Aplicar o SMOTE
oversample = SMOTE(random_state=0)
X_balanceado, y_balanceado = oversample.fit_resample(X_treino, y_treino)

print("Balanceamento feito com sucesso!")
print(f"Nova forma de X_balanceado: {X_balanceado.shape}")
print(f"Nova forma de y_balanceado: {y_balanceado.shape}")

Espero que isso ajude a resolver o problema. Tente executar os códigos novamente e, se houver qualquer dúvida ou problema, estou aqui para ajudar!

Valquíria infelizmente o código ainda não funcionou. Mesmo eu executando os códigos que você me forneceu, eu tive retorno do mesmo erro. O que pode ser esse tipo de problema ?

Guilherme,

Gostaria de saber como foi o teste com o código que te enviei. Conseguiu rodar essa verificação?

# Verificar se X_treino e y_treino não são None
if X_treino is None or y_treino is None:
    raise ValueError("X_treino ou y_treino está com valor None. Verifique o carregamento dos dados.")

# Verificar o tipo dos dados
print(f"Tipo de X_treino: {type(X_treino)}")
print(f"Tipo de y_treino: {type(y_treino)}")

# Verificar a forma dos dados
print(f"Forma de X_treino: {X_treino.shape}")
print(f"Forma de y_treino: {y_treino.shape}")

# Aplicar o SMOTE
oversample = SMOTE(random_state=0)
X_balanceado, y_balanceado = oversample.fit_resample(X_treino, y_treino)

print("Balanceamento feito com sucesso!")
print(f"Nova forma de X_balanceado: {X_balanceado.shape}")
print(f"Nova forma de y_balanceado: {y_balanceado.shape}")

Se por acaso o erro persistir, uma boa prática é comparar diretamente o seu código com a versão que disponibilizamos no curso. Você pode baixar o notebook desta aula no início da próxima aula e fazer uma comparação lado a lado para identificar qualquer discrepância que possa estar causando o problema.

Estou aqui para te ajudar a resolver isso, então me conta o que aconteceu quando você rodou o teste!

Esse código retornou o mesmo erro, logo depois dos prints solicitados.

Você poderia tentar executar os códigos no Google Colab para verificarmos se o ambiente pode estar influenciando os resultados? Às vezes, pequenas diferenças entre o Colab e o Jupyter Notebook podem afetar a execução dos códigos.

Aqui está uma sugestão de como fazer isso:

1. Acesse o Google Colab e crie um novo notebook.
2. Copie e cole o código que enviei anteriormente no Colab.
3. Execute cada célula e observe se o mesmo erro persiste.

Se o problema for resolvido usando o Colab, isso pode indicar que há alguma configuração ou versão de biblioteca diferente no seu Jupyter Notebook local que está causando o erro. Caso contrário, continuaremos investigando para encontrar a solução.

Estou à disposição para acompanhar todo o processo e ajudar no que for necessário. Me avise como foi a experiência no Colab!