Aquivo gerado para projeto integrado 3 da faculdade

avaliacao.py

# transformação dos dados, divisão treino/teste, treinamento com KNN, predição e avaliação.

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import confusion_matrix, accuracy_score

# carregando a base de dado, podendo ser qq arquivo, nesse exemplo pra atividade usarei dengue.csv
df = pd.read_csv("dengue.csv")

# convertendo s/n para binário
df = df.replace({'sim': 1, 'nao': 0})

# faz o check do valor
print(df.head())

# separa a entrada e saida dos dados
X = df.drop('dengue', axis=1)
y = df['dengue']

# separa entre treino e teste
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

# cria o modelo knn
modelo = KNeighborsClassifier(n_neighbors=5)

# treina ele
modelo.fit(X_train, y_train)

# realizo a previsao
y_pred = modelo.predict(X_test)

# avaliando
print("\nMatriz de confusão:")
print(confusion_matrix(y_test, y_pred))

print("\nAcurácia:")
print(accuracy_score(y_test, y_pred))