1
resposta

Faça como eu fiz

![](Insira aqui a descrição dessa imagem para ajudar na acessibilidade )

1 resposta

Olá, Viviane! Como vai?

Muito bem! Continue resolvendo os desafios e compartilhando com a comunidade Alura.

Observei que você explorou o uso do ajuste linear para comparar padrões de comportamento, utilizou muito bem o Seaborn e Matplotlib para visualizar os dados de forma clara e ainda compreendeu a importância do modelo de regressão para identificar relações entre variáveis.

Uma dica interessante para o futuro é usar o método polyfit da biblioteca NumPy para calcular a reta de regressão. Dessa forma:

import numpy as np

# Exemplo de dados
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])

# Ajuste linear (reta)
coeficientes = np.polyfit(x, y, deg=1)
print(coeficientes)

Resultado:

[0.6 2.2]

Isso faz com que você obtenha os coeficientes da reta y = 0.6x + 2.2, o que é útil para entender como os dados se ajustam linearmente. Além de ser uma boa prática para consolidar a lógica por trás da regressão.

Ícone de sugestão Para saber mais:

Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:

Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.

Fico à disposição! E se precisar, conte sempre com o apoio do fórum.

Abraço e bons estudos!

AluraConte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!