Os meus resultados ficaram bem divergentes do que foi apresentado em aula:
https://colab.research.google.com/drive/1gz2bY9tI5UQvzGh1FvcOchZLzK2Kq6Mv?usp=sharing
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
Os meus resultados ficaram bem divergentes do que foi apresentado em aula:
https://colab.research.google.com/drive/1gz2bY9tI5UQvzGh1FvcOchZLzK2Kq6Mv?usp=sharing
Oi, Letícia! Como vai?
Agradeço por compartilhar seu código com a comunidade Alura.
Com o que você descreveu, seus resultados ficaram diferentes do apresentado em aula, mas isso é comum quando trabalhamos com datasets desbalanceados. O processo de balanceamento pode gerar variações por conta do train_test_split e da aleatoriedade ao aplicar RandomUnderSampler ou SMOTE.
Uma dica interessante para o futuro é testar a reprodutibilidade dos resultados fixando a semente aleatória no modelo. Veja este exemplo:
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
Esse código usa random_state=42 para garantir que a divisão dos dados seja sempre a mesma, ajudando a comparar resultados.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!