[Projeto] Projeto final da aula

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!