Este repositório contém todas as análises realizadas sobre o dataset 'Heart Attack Analysis & Prediction Dataset' disponível no kaggle. Foram realizadas análises exploratórias em um dataset contendo informações sobre pacientes e suas condições cardíacas, bem como a criação de dois modelos de machine learning para prever se um paciente tem ou não uma condição cardíaca.
As análises exploratórias foram realizadas utilizando a biblioteca Pandas para manipulação dos dados e a biblioteca Matplotlib para visualização de gráficos. Foram exploradas diversas variáveis do dataset, como idade, sexo, pressão arterial, níveis de colesterol e sintomas.
Foram criados dois modelos de machine learning para prever se um paciente tem ou não uma condição cardíaca. O primeiro modelo foi criado utilizando a regressão logística e o segundo modelo foi criado utilizando o algoritmo Random Forest. Foram realizadas a seleção de features e a seleção de hiperparâmetros para ambos os modelos.
Além disso, foram avaliadas diversas métricas de desempenho dos modelos, como acurácia, precisão, recall, f1-score e área sob a curva ROC. As análises e modelos desenvolvidos neste repositório podem ser úteis para profissionais da área da saúde e para pesquisadores interessados em estudar condições cardíacas.