Mineração de Dados

Curso de Especialização em Engenharia em Banco de Dados
Mineração de Dados

Projeto Final

Pg. 1

1. Introdução
Este artigo foi escrito utilizando e extraindo a base de dados de um determinado fabricante de automóvel, onde foi avaliado um conjunto de dados armazenados num período que o fabricante estava procurando um novo mercado para investir e desejava conhecer a opinião dos consumidores em potencial para aquisição de um novo veiculo.
Para a execução do trabalho usamos técnicas de Mineração de Dados e a ferramenta Weka, para analisar a tendência ou não destes consumidores em adquirir determinado perfil de veiculo e por fim os dados apresentado nos revelará que tipo de veiculo será bem aceito pelos consumidores.

1.1 Caracterização do problema (aplicação)
Empresa fabricante de carros que está procurando um novo mercado para investir. Deseja -se saber a opinião das pessoas em relação aos automóveis já existentes nesse mercado para entender que tipo de carro faz sucesso e é bem aceito. Assim, a empresa pode decidir quais dos seus modelos disponíveis vão investir para as campanhas e distribuição dos veículos para venda, além de ajudar as planejar como as montadoras formarão as unidades dos carros, baseados nas necessidades de equipamentos ou de preço que atendem este novo consumidor.

1.2 Definição das perguntas a serem respondidas.
A - Qual grupo de carros pode-se prever uma boa aceitação do público alvo ?
B - Qual será o nível de aceitação do carro considerando o peso do preço, custo de manutenção e segurança sobre o gosto do consumidor?
C - O carro será bem aceito no novo mercado ?

2. Metodologia
As tarefas e técnicas utilizadas para responder às perguntas são:


A – Agrupamento, Simple KMeans

O algoritmo K-means é um algoritmo não hierárquico sendo, portanto, um algoritmo cujo método é baseado em partição, também considerado não-supervisionado de classificação que tem como objetivo particionar n registros em k