Regressão

Uma base de dados para regressão é uma tabela organizada, onde cada linha representa uma amostra única e cada coluna contém informações específicas sobre essa amostra. Essa estrutura é bastante simples de entender, especialmente para quem já trabalhou com tabelas ou planilhas, e será explicada a seguir.

ESTRUTURA

1. Linhas

   • Cada linha é uma amostra independente e representa um caso específico para o qual será previsto um valor.

   • Por exemplo, se você quer prever o preço de casas, cada linha na base será referente a uma casa diferente.

2. Colunas de Propriedades (X)

   • Conhecidas como variáveis de entrada ou features, usadas como base para o modelo fazer a predição. Também chamadas de "X".

   • Cada coluna representa uma característica ou atributo que influencia o resultado.

   • Exemplo: para cada casa listada, as colunas podem conter informações como:

     • Tamanho da casa (em m²)

     • Número de quartos

     • Idade da casa (em anos)

     • Localização (convertida para um valor numérico)

3. Coluna de Resultado (Y)

   • Esta é a variável de saída ou target, representa o que o modelo deve aprender a prever. Também chama de "Y".

   • É o valor que será previsto usando os dados de entrada.

   • No caso do preço de casas, essa coluna seria o preço (em reais, por exemplo).

EXEMPLO

Imagine que você está criando uma base de dados para prever o preço de uma casa, o arquivo seria semelhante a este:

Tamanho (m²)	Quartos	Idade (anos)	Código do Bairro	Preço (R$)
120	3	10	101	450000
85	2	15	102	320000
200	4	5	103	750000
150	3	20	101	500000

• Colunas X (Propriedades): Tamanho (m²), Quartos, Idade (anos), Código do Bairro.

• Coluna Y (Resultado): Preço (R$).

Cada linha contém todas as informações de uma casa específica e o preço final dessa casa, que queremos que o modelo aprenda a prever.

IMPORTAÇÃO DE DADOS

Em todos os objetos do DelphAI é possível importar a base de dados por um arquivo CSV ou por um TDataset.

1. Por CSV:

   • O arquivo CSV deve conter o mesmo formato da tabela acima.

   • Exemplo de arquivo CSV:

     ParamA,ParamB,ParamC,Result
     120,3,10,450000
     85,2,15,320000
     200,4,5,750000
     150,3,20,500000

2. Por Query:

   • A base de dados pode estar armazenado em um banco de dados relacional.

   • Exemplo de um select na tabela no banco:

     ParamA | ParamB | ParamC | Result
     -------|--------|--------|--------
     120    | 3      | 10     | 450000
     85     | 2      | 15     | 320000
     200    | 4      | 5      | 750000
     150    | 3      | 20     | 500000

   • Utilize uma query SQL para selecionar os dados:

     SELECT * FROM HousingPrice;

REGRAS E DICAS PARA CRIAÇÃO DA BASE

1. Consistência nos Dados:

   • Todas as linhas devem ter o mesmo número de colunas.

   • Os valores em todas as colunas devem estar no formato numérico.

2. Sem Valores Faltantes:

   • Cada célula deve ter um valor (não pode haver "buracos").

BASE DE DADOS DE EXEMPLO

É possível encontrar o exemplo do arquivo CSV no repositório oficial.