README.md

Modelo Preditivo - Análise de Regressão Linear Simples

Este repositório contém um exemplo simples de análise de regressão linear usando Python. O código Python gera uma amostra aleatória de dados bidimensionais e ajusta um modelo de regressão linear a esses dados.

Pré-requisitos

Certifique-se de ter o Python instalado no seu sistema. Você pode instalar as dependências necessárias executando:

pip install pandas matplotlib scikit-learn

Como usar

Execute o script regressao_linear.py para gerar os dados e visualizar o ajuste do modelo.

python regressao_linear.py

Isso irá gerar um gráfico de dispersão dos dados originais e a linha de regressão ajustada.

Detalhes da Implementação

O código Python utiliza a biblioteca pandas para manipulação de dados, matplotlib para visualização e scikit-learn para ajuste do modelo de regressão linear.

O modelo de regressão linear é ajustado usando a classe LinearRegression da scikit-learn.

Exemplo de Saída

Após a execução do script, você verá a saída no console com os coeficientes angular e linear do modelo de regressão linear.

Coeficiente Angular: [39.75520706]
Coeficiente Linear: -0.6211736673932448

Além disso, um gráfico será exibido mostrando os dados originais, a linha de regressão ajustada e um ponto de exemplo.

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir problemas ou enviar solicitações de recebimento.

Certifique-se de substituir `regressao_linear.py` pelo nome do seu arquivo Python, caso seja diferente.