---
title: 'Teste2siep3 '
emoji: 🚀
colorFrom: red
colorTo: red
sdk: streamlit
app_port: 8501
tags:
- streamlit
pinned: false
short_description: Streamlit template space
sdk_version: 1.51.0
---
# 🏨 Dashboard de Cancelamento de Reservas

Dashboard interativo para análise e predição de cancelamentos de reservas hoteleiras usando Machine Learning.

## 🚀 Funcionalidades

- **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