Preparação dos dados

[omadson]

Esta etapa é necessária para efetuar a preparação dos conjuntos de dados que serão utilizados na etapa de modelagem. É uma das etapas mais importantes, pois ela afeta diretamente a possibilidade de bons resultados na etapa de modelagem.

Vocês deverão efetuar as tarefas seguintes (se acharem necessárias):

• [x] Selecionar os dados: determinar quais conjuntos de dados serão utilizados e documentar os motivos de inclusão/exclusão.
• [x] Limpar dados: Corrigir, imputar ou remover valores erroneamente inseridos nos conjuntos de dados.
• [x] Construir dados: derivar novos atributos que serão úteis. Por exemplo, derivar o IMC de alguém a partir da altura e peso.
• [x] Integrar dados: criar novos conjuntos de dados combinando dados de várias fontes.

• [x] Formatar dados: Formatar novamente os dados conforme as necessidades dos modelos.

  Criem um notebook com o nome 02-data-preparation.ipynb (dentro da pasta de notebooks/) e documentem o máximo necessário para que pessoas que não estão participando do processo todo também consigam entender.

[omadson]

Acho que com o encontro da segunda, vocês conseguem resolver isso.

Nessa etapa de construir dados. Acho que poderíamos usar um algoritmo de agrupamento de dados para classificar tópicos das notícias.