# Dicas

Esta seção tem algumas dicas que podem te ajudar a começar a manipular os dados.

## Classificação

O problema proposto é relacionado a classificação de dados. Para obter um bom resultado é preciso verificar a importância dos atributos dentro do conjunto de dados. 👌 

## Leitura dos arquivos de treino e teste

- Em `Python`
```python
import pandas as pd

treino = pd.read_csv("treino.csv")
teste = pd.read_csv("teste.csv")
```

- Em `R`
```R
treino <- read.csv("train.csv")
teste <- read.csv("test.csv")
```
## Escrita do arquivo de submissão

- Em `Python`

```python
# df é o DataFrame com os dados
dado_predicao.to_csv("submission.csv", index = False)
```

-  Em `R`

```R
write.table(dado_predicao, "submission.csv", row.names = F, sep = ",")
```

## Transformação de atributos para geometria

- Em `Python`

```python
import pandas as pd
import geopandas as gpd

treino = pd.read_csv("treino.csv")

gpd.GeoDataFrame(
    treino, geometry = gpd.points_from_xy(treino.X, treino.Y), crs = 4326
)
```

-  Em `R`

```R
library(readr)
library(sf)

treino <- readr::read_csv("treino.csv")

sf::st_as_sf(treino,  coords = c("X", "Y"), crs = 4326)
```

# Links úteis

- Dúvidas na manipulação e limpeza dos dados, consulte o material de [introdução à análise de dados](https://dataat.github.io/introducao-analise-de-dados/)

- Dúvidas no uso dos algoritmos de Machine Learning, veja nosso exemplos: 
 - [Cluster hierarquico](https://www.kaggle.com/oldlipe/intro-ml-r-hiererquico-worcap2020)
 - [Classificação com árvore de decisão](https://www.kaggle.com/phelpsmemo/intro-ml-python-decisiontree-worcap2020)
 - [Regressão linear](https://www.kaggle.com/lordadriano/intro-ml-python-linear-regression-worcap2020)