# CAP 394 - Exercício de análise de dados — Data

来源：https://www.kaggle.com/competitions/cap-394-exercicio-de-analise-de-dados/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

# Descrição dos dados

Os dados são dividos em dois arquivos:

- `treino.csv`: Dados que devem ser utilizados para treinar o modelo de ML;
- `teste.csv`: Dados que devem ser utilizados para avaliar a generalização do modelo de ML.

## Atributos

- **id:** Identificação única da linha (não use este atributo para treinar seu modelo)
- **label:**  's' (Sugi forest), 'h' (Hinoki forest), 'd' (Mixed deciduous), 'o' (Other) 
- **b1:** Banda do verde corresponde ao mês de setembro de 2010
- **b2:** Banda do vermelho corresponde ao mês de setembro de 2011
- **b3:** Banda do infravermelho próximo corresponde ao mês de setembro de 2011
- **b4:** Banda do verde corresponde ao mês de Março de 2011
- **b5:** Banda do vermelho corresponde ao mês de Março de 2011
- **b6:** Banda do infravermelho próximo corresponde ao mês de Março de 2011
- **b7:** Banda do verde corresponde ao mês de Maio de 2011
- **b8:** Banda do vermelho corresponde ao mês de Maio de 2011
- **b9:** Banda do infravermelho próximo corresponde ao mês de Maio de 2011
- **pred_minus_obs_S_b1** *até*  **pred_minus_obs_S_b9**: Bandas espectrais ponderadas espacialmente (Valores espectrais previstos (Com base na interpolação espacial) subtraído dos valores  espectrais reais para a classe 's');
- **pred_minus_obs_H_b1**  *até*  **pred_minus_obs_H_b9**: Bandas espectrais ponderadas espacialmente (Valores espectrais previstos (Com base na interpolação espacial) subtraído dos valores  espectrais reais para a classe 'h').

**Atributos extras adicionados para o exercício de análise de dados**

No conjunto de dados, os atributos `x` e `y`, representam respectivamente, `latitude` e `longitude` (EPSG 4326). Esses atributos foram gerados de forma sintética (Através de amostragem aleatória na região de estudo do artigo), devendo ser utilizado apenas na disciplina para o treino de tecnicas de visualização de dados espaciais.

## O que fazer com os dados?

O conjunto de treinamento `treino.csv` deve ser usado para construir os modelos de aprendizagem de máquina. Para o conjunto de treinamento, fornecemos o resultado (também conhecido como a "verdade em terra") para cada classe. O seu modelo deverá fazer a identificação de tipos de árvores.

O conjunto `teste.csv` deve ser usado para verificar a capacidade de generalização do modelo criado. Com base nos resultados obtidos através deste modelo, você deverá submeter seus resultados.
- Fique atento ao formato de envio. O documento deve conter as colunas `Id` e `label`.