Update README.md

README.md

@@ -3,17 +3,68 @@ title: 'Teste2siep3 '
 emoji: 🚀
 colorFrom: red
 colorTo: red
-sdk: docker
+sdk: streamlit
 app_port: 8501
 tags:
 - streamlit
 pinned: false
 short_description: Streamlit template space
 ---
+# 🏨 Dashboard de Cancelamento de Reservas
 
-# Welcome to Streamlit!
+Dashboard interativo para análise e predição de cancelamentos de reservas hoteleiras usando Machine Learning.
 
-Edit `/src/streamlit_app.py` to customize this app to your heart's desire. :heart:
+## 🚀 Funcionalidades
 
-If you have any questions, checkout our [documentation](https://docs.streamlit.io) and [community
-forums](https://discuss.streamlit.io).
+- **Algoritmos de ML**: Regressão Logística, KNN e SVM
+- **Ajuste Interativo**: Parâmetros customizáveis para cada algoritmo
+- **Visualizações**: Curvas ROC, matriz de confusão, métricas comparativas
+- **Análise Automática**: Interpretação dos resultados e ranking de modelos
+- **Dados Realísticos**: Dataset de demonstração baseado em padrões reais
+
+## 🛠️ Como Usar
+
+1. **Selecione o Algoritmo**: Escolha entre Regressão Logística, KNN ou SVM
+2. **Ajuste Parâmetros**: Use os sliders e selects para configurar o modelo
+3. **Treine o Modelo**: Clique em "Treinar Modelo" para executar
+4. **Analise Resultados**: Veja métricas, gráficos e recomendações
+
+## 📊 Algoritmos Suportados
+
+### Regressão Logística
+- Parâmetros: C, tipo de penalidade, algoritmo
+- Ideal para: Interpretabilidade e probabilidades
+
+### K-Nearest Neighbors (KNN)
+- Parâmetros: k, métrica de distância, pesos
+- Ideal para: Datasets pequenos/médios
+
+### Support Vector Machine (SVM)
+- Parâmetros: C, kernel, gamma
+- Ideal para: Problemas complexos e não-lineares
+
+## 🎯 Métricas Monitoradas
+
+- **Acurácia**: Proporção de previsões corretas
+- **Precisão**: Proporção de cancelamentos previstos que realmente ocorreram
+- **Recall**: Proporção de cancelamentos reais identificados
+- **F1-Score**: Balanceamento entre precisão e recall
+- **AUC-ROC**: Capacidade de discriminação do modelo
+
+## 🏆 Ranking de Modelos
+
+O dashboard automaticamente ranqueia todos os modelos treinados baseado no F1-Score, permitindo comparação direta do desempenho.
+
+## 🌐 Deploy
+
+Este dashboard está configurado para deploy no Hugging Face Spaces:
+
+1. Crie um novo Space
+2. Escolha "Streamlit" como SDK
+3. Faça upload dos arquivos:
+   - `app.py`
+   - `requirements.txt`
+   - `create_demo_data.py` (opcional)
+4. O deploy é automático!
+
+## 📁 Estrutura de Arquivos