Projeto 06 - O Classificador de Frutas Automático 🍎🍊

Neste projeto, você vai construir um robô que decide se uma fruta é uma maçã ou uma laranja baseado no seu peso e textura.

🎯 Objetivo

Implementar o algoritmo KNN usando Python para classificar frutas.

🛠️ Ferramentas

• Google Colab.
• Scikit-Learn (from sklearn.neighbors import KNeighborsClassifier).

📝 Passo a Passo

1. Dados de Treino:

   • Características (Features): [Peso, Textura] (Textura: 0 para lisa, 1 para rugosa).
   • Rótulos (Labels): 0 para Maçã, 1 para Laranja.

     X = [[140, 0], [130, 0], [150, 0], [170, 1], [180, 1], [160, 1]]
     y = [0, 0, 0, 1, 1, 1]
     

2. Configuração do Robô:

   • Crie o classificador KNN com n_neighbors=3.
   • Treine o modelo com modelo.fit(X, y).

3. O Teste Real:

   • Se eu te der uma fruta de 155g e textura rugosa (1), o que o robô dirá?
   • previsao = modelo.predict([[155, 1]]).

4. Análise:

   • Mude o \(K\) para 1 e veja se o resultado muda. Mude para 5 e teste novamente.

✅ Critérios de Entrega

• Print do resultado da previsão ([0] ou [1]).
• Uma frase explicando se você concorda com a decisão do robô.

Curiosidade

O KNN é um dos algoritmos mais simples, mas é surpreendentemente poderoso para problemas de baixa complexidade!