João Alberto Moreira Seródio - 218548

• Regressão Linear - Lasso - Ridge
• Regressão Linear - Lasso - Ridge polinomial
• SVM
• kNN
• Decision Tree
• Random Forest
• Gradient Boosting Decision Tree
• Ensembles

• K-means
• Hierarchical Clustering (AglomerativeClustering)
• DBSCAN
• Ensembles

Criação do DataFrame (CSV chega a 40 GB e dataframe final 20 GB devido a duplicação de dados nas colunas)

python create_dataframe.py

Split dos Dados em Treino(0.675), Teste(0.225) e Validação (0.1)

python data_split.py

Criação dos Mini-Datasets de Treino, que pode utilizar técnica de Bagging ou Batching

python training_setup.py data_partition -p <DATAFRAME_PATH> -t [batching ou bagging] -o <OUTPUT_PATH> -n <NUMBER_OF_PARTITION>

Criação do Mini-Dataset de Teste

python training_setup.py data_partition -p <DATAFRAME_PATH> -e

Criação do arquivo com as configurações dos modelos a serem treinados

python training_setup.py exploration_space -p regression_models -m pre-defined
python training_setup.py exploration_space -p clustering_models -m pre-defined

Teste das configurações geradas

python training_run.py regression -i -m regression_models -s
python training_run.py clustering -i -m clustering_models -s