Update app.py

app.py

@@ -10,6 +10,7 @@ from sklearn.neighbors import KNeighborsClassifier
 from sklearn.svm import SVC
 from sklearn.metrics import roc_curve, auc, classification_report, confusion_matrix, precision_recall_curve
 from imblearn.over_sampling import SMOTE
+import os
 import warnings
 warnings.filterwarnings('ignore')
 
@@ -20,6 +21,100 @@ st.set_page_config(
     layout="wide"
 )
 
+# Título principal
+st.title("🏨 Dashboard de Previsão de Cancelamentos em Reservas Hoteleiras")
+st.markdown("""
+**Objetivo**: Desenvolver e comparar modelos preditivos para identificar reservas com maior probabilidade de cancelamento,
+permitindo ações preventivas como overbooking controlado e ofertas promocionais direcionadas.
+""")
+
+# Carregar dados
+@st.cache_data
+def load_data():
+    """
+    Tenta carregar dataset real do Kaggle, fallback para dados sintéticos
+    """
+    try:
+        # Verifica se o arquivo já existe
+        if os.path.exists('hotel_bookings.csv'):
+            df = pd.read_csv('hotel_bookings.csv')
+            st.success("✅ Dataset real 'hotel_bookings.csv' carregado com sucesso!")
+            return df
+        
+        # Tenta baixar via kagglehub
+        try:
+            import kagglehub
+            st.info("📥 Baixando dataset real do Kaggle...")
+            path = kagglehub.dataset_download("jessemostipak/hotel-booking-demand")
+            csv_path = os.path.join(path, "hotel_bookings.csv")
+            df = pd.read_csv(csv_path)
+            st.success("✅ Dataset real baixado do Kaggle com sucesso!")
+            return df
+        except ImportError:
+            st.warning("📦 Biblioteca kagglehub não disponível. Tentando download alternativo...")
+            
+        # Fallback: download direto (se disponível)
+        try:
+            url = "https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2020/2020-02-11/hotels.csv"
+            df = pd.read_csv(url)
+            st.success("✅ Dataset alternativo carregado!")
+            return df
+        except:
+            st.warning("❌ Não foi possível baixar dados reais.")
+            
+    except Exception as e:
+        st.warning(f"⚠️ Erro ao carregar dataset real: {str(e)}")
+    
+    # Fallback para dados sintéticos
+    st.info("📊 Gerando dados sintéticos para demonstração...")
+    return generate_synthetic_data()
+
+def generate_synthetic_data():
+    """
+    Gera dados sintéticos quando o dataset real não está disponível
+    """
+    np.random.seed(42)
+    n_samples = 5000
+    
+    data = {
+        'hotel': np.random.choice(['Resort Hotel', 'City Hotel'], n_samples),
+        'is_canceled': np.random.choice([0, 1], n_samples, p=[0.7, 0.3]),
+        'lead_time': np.random.randint(0, 400, n_samples),
+        'arrival_date_year': np.random.choice([2015, 2016, 2017], n_samples),
+        'arrival_date_month': np.random.choice(['January', 'February', 'March', 'April', 'May', 'June', 
+                                            'July', 'August', 'September', 'October', 'November', 'December'], n_samples),
+        'stays_in_weekend_nights': np.random.randint(0, 5, n_samples),
+        'stays_in_week_nights': np.random.randint(1, 15, n_samples),
+        'adults': np.random.randint(1, 4, n_samples),
+        'children': np.random.randint(0, 3, n_samples),
+        'babies': np.random.randint(0, 2, n_samples),
+        'meal': np.random.choice(['BB', 'HB', 'FB', 'SC'], n_samples),
+        'country': np.random.choice(['PRT', 'GBR', 'FRA', 'ESP', 'DEU', 'ITA'], n_samples),
+        'market_segment': np.random.choice(['Direct', 'Corporate', 'Online TA', 'Offline TA/TO', 'Complementary'], n_samples),
+        'distribution_channel': np.random.choice(['Direct', 'Corporate', 'TA/TO'], n_samples),
+        'is_repeated_guest': np.random.choice([0, 1], n_samples, p=[0.9, 0.1]),
+        'previous_cancellations': np.random.randint(0, 5, n_samples),
+        'previous_bookings_not_canceled': np.random.randint(0, 10, n_samples),
+        'reserved_room_type': np.random.choice(['A', 'B', 'C', 'D', 'E', 'F', 'G'], n_samples),
+        'assigned_room_type': np.random.choice(['A', 'B', 'C', 'D', 'E', 'F', 'G'], n_samples),
+        'booking_changes': np.random.randint(0, 5, n_samples),
+        'deposit_type': np.random.choice(['No Deposit', 'Non Refund', 'Refundable'], n_samples),
+        'agent': np.random.choice([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], n_samples),
+        'company': np.random.choice([0, 1, 2, 3, 4], n_samples),
+        'days_in_waiting_list': np.random.randint(0, 50, n_samples),
+        'customer_type': np.random.choice(['Transient', 'Contract', 'Transient-Party', 'Group'], n_samples),
+        'adr': np.random.uniform(50, 300, n_samples),
+        'required_car_parking_spaces': np.random.randint(0, 2, n_samples),
+        'total_of_special_requests': np.random.randint(0, 4, n_samples),
+    }
+    
+    df = pd.DataFrame(data)
+    return df
+
+# Carrega os dados
+df = load_data()
+
+
 # Título principal
 st.title("🏨 Dashboard de Previsão de Cancelamentos em Reservas Hoteleiras")
 st.markdown("""