|
|
--- |
|
|
title: ' ModelagemdeCancelamentodeReservascomMachineLearning ' |
|
|
emoji: 🚀 |
|
|
colorFrom: red |
|
|
colorTo: red |
|
|
sdk: streamlit |
|
|
app_port: 8501 |
|
|
tags: |
|
|
- streamlit |
|
|
pinned: false |
|
|
short_description: Streamlit template space |
|
|
license: mit |
|
|
sdk_version: 1.51.0 |
|
|
--- |
|
|
# 🏨 Dashboard de Previsão de Cancelamentos Hoteleiros |
|
|
|
|
|
## 📋 Sobre o Projeto |
|
|
|
|
|
Este dashboard interativo foi desenvolvido para prever a probabilidade de cancelamento de reservas hoteleiras utilizando técnicas de Machine Learning. A ferramenta permite comparar três algoritmos de classificação e fornece insights valiosos para ações preventivas. |
|
|
|
|
|
## 🎯 Objetivos |
|
|
|
|
|
- **Previsão Preditiva**: Identificar reservas com alta probabilidade de cancelamento |
|
|
- **Análise Comparativa**: Avaliar desempenho de diferentes algoritmos de ML |
|
|
- **Tomada de Decisão**: Fornecer recomendações baseadas em dados para: |
|
|
- Overbooking controlado |
|
|
- Ofertas promocionais direcionadas |
|
|
- Políticas de retenção de clientes |
|
|
|
|
|
## 🛠️ Funcionalidades |
|
|
|
|
|
### 🤖 Algoritmos Implementados |
|
|
1. **Regressão Logística** - Modelo linear probabilístico |
|
|
2. **K-Nearest Neighbors (KNN)** - Modelo baseado em distância |
|
|
3. **Support Vector Machine (SVM)** - Modelo baseado em separabilidade |
|
|
|
|
|
### ⚙️ Configurações Interativas |
|
|
- Ajuste de hiperparâmetros específicos por algoritmo |
|
|
- Seleção de métricas de distância (KNN) |
|
|
- Escolha de kernel (SVM) |
|
|
- Configuração de validação cruzada |
|
|
- Opção de balanceamento com SMOTE |
|
|
|
|
|
### 📊 Visualizações |
|
|
- Matriz de Confusão |
|
|
- Curva ROC e AUC |
|
|
- Métricas de desempenho comparativas |
|
|
- Análise de importância de características |
|
|
|
|
|
## 🚀 Como Usar |
|
|
|
|
|
### Execução Local |
|
|
```bash |
|
|
# Instalar dependências |
|
|
pip install -r requirements.txt |
|
|
|
|
|
# Executar o dashboard |
|
|
streamlit run app.py |
