Árvores de Decisão - Henrique Soares

Implementação educacional completa dos algoritmos de árvore de decisão ID3, C4.5 e CART desenvolvidos do zero em Python.

Esta biblioteca foi criada como material educacional para demonstrar o funcionamento interno dos algoritmos de árvore de decisão, incluindo todas as etapas matemáticas e lógicas de construção das árvores.

🚀 Instalação

pip install arvores-henrique-soares

Dependências

• Python 3.7+
• NumPy >= 1.19.0
• Pandas >= 1.1.0
• Scikit-learn >= 0.24.0

📚 Uso Básico

Exemplo Simples

from minhas_arvores import ID3, C45, CART
import pandas as pd

# Dados de exemplo
dados = pd.DataFrame({
    'Tempo': ['Sol', 'Sol', 'Nublado', 'Chuva', 'Chuva'],
    'Temperatura': ['Quente', 'Quente', 'Quente', 'Frio', 'Frio'],
    'Humidade': ['Alta', 'Alta', 'Alta', 'Normal', 'Normal'],
    'Vento': ['Fraco', 'Forte', 'Fraco', 'Fraco', 'Forte'],
    'Jogar': ['Não', 'Não', 'Sim', 'Sim', 'Não']
})

X = dados[['Tempo', 'Temperatura', 'Humidade', 'Vento']]
y = dados['Jogar']

# Treinar modelo ID3
modelo = ID3()
modelo.fit(X, y)

# Fazer predição
resultado = modelo.predict({'Tempo': 'Sol', 'Temperatura': 'Quente', 
                          'Humidade': 'Normal', 'Vento': 'Fraco'})
print(f"Predição: {resultado}")

# Visualizar árvore
modelo.imprimir_arvore()

Exemplo com Dados Contínuos (C4.5 e CART)

from minhas_arvores import C45, CART
import pandas as pd

# Dados com atributos contínuos
dados = pd.DataFrame({
    'idade': [25, 35, 45, 55, 65],
    'salario': [35000, 45000, 55000, 65000, 75000],
    'aprovado': ['Não', 'Não', 'Sim', 'Sim', 'Sim']
})

X = dados[['idade', 'salario']]
y = dados['aprovado']

# C4.5 - suporta atributos contínuos
c45 = C45()
c45.fit(X, y)
predicao_c45 = c45.predict({'idade': 40, 'salario': 50000})

# CART - divisões binárias
cart = CART()
cart.fit(X, y)
predicao_cart = cart.predict({'idade': 40, 'salario': 50000})

📊 Algoritmos Implementados

ID3 (Iterative Dichotomiser 3)

• Critério: Ganho de Informação
• Tipos de Dados: Apenas categóricos
• Características: Algoritmo clássico, simples e eficiente para dados categóricos

C4.5

• Critério: Razão de Ganho (Gain Ratio)
• Tipos de Dados: Categóricos e contínuos
• Características:
  • Suporta valores ausentes
  • Discretização automática de atributos contínuos
  • Poda de árvore para evitar overfitting

CART (Classification and Regression Trees)

• Critério: Índice de Gini
• Tipos de Dados: Categóricos e contínuos
• Características:
  • Divisões binárias apenas
  • Robusto e eficiente
  • Base para algoritmos como Random Forest

🔧 Exemplo Completo

Execute o script de exemplo incluído:

git clone https://github.com/HenriqueSoares28/lista4_ia.git
cd lista4_ia
python exemplo_uso.py

📈 Comparação de Performance

O projeto inclui testes com o dataset Titanic e comparação com scikit-learn:

*Resultados no dataset Play Tennis (categórico)

🏗️ Estrutura do Projeto

minhas_arvores/
├── __init__.py          # Exportações da biblioteca
├── id3.py              # Algoritmo ID3
├── c45.py              # Algoritmo C4.5
├── cart.py             # Algoritmo CART
├── arvore_base.py      # Classe base para nós da árvore
└── utilidades.py       # Funções matemáticas auxiliares

🤝 Contribuições

Contribuições são bem-vindas! Este projeto tem fins educacionais e pode ser expandido com:

• Novos algoritmos de árvore de decisão
• Métodos de poda mais avançados
• Visualizações gráficas das árvores
• Mais datasets de exemplo

📝 Licença

Este projeto está licenciado sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

👨‍💻 Autor

Henrique Soares

• GitHub: @HenriqueSoares28
• Projeto: lista4_ia

Desenvolvido como projeto educacional para demonstrar a implementação de algoritmos de árvore de decisão do zero.