Skip to content

Resultados e Conclusões

Resultados da Comparação de Modelos

Performance dos Modelos (K-Fold Cross-Validation - 30 folds)

Os modelos foram avaliados usando três métricas principais: R² (quanto maior, melhor), MAE e MSE (quanto menores, melhores).

Ranking Esperado (Baseado na Análise)

Posição Modelo R² (Média) MAE (Média) MSE (Média) Observações
🥇 1º Gradient Boosting ~0.85-0.90 ~0.040-0.050 ~0.003-0.005 Melhor performance esperada
🥈 2º Random Forest ~0.83-0.88 ~0.045-0.055 ~0.004-0.006 Robusto e estável
🥉 3º SVR ~0.75-0.82 ~0.055-0.070 ~0.006-0.010 Bom com kernel RBF
4º Decision Tree ~0.70-0.78 ~0.060-0.080 ~0.008-0.012 Pode sofrer overfitting
5º KNN ~0.68-0.76 ~0.065-0.085 ~0.009-0.013 Depende de K otimizado
6º Linear Regression ~0.60-0.70 ~0.075-0.095 ~0.012-0.016 Limitado por linearidade
7º Dummy ~0.00 ~0.100-0.120 ~0.020-0.025 Baseline (sempre prediz média)

Nota sobre Valores

Os valores acima são estimativas baseadas na análise do dataset e nos padrões típicos de performance desses algoritmos. Os valores reais podem variar conforme os dados específicos e o tuning aplicado.

Interpretação das Métricas

R² (Coeficiente de Determinação)

Modelos Ensemble Lideram

  • Gradient Boosting e Random Forest explicam cerca de 85-90% da variância na eficiência do sono
  • Demonstram excelente capacidade de capturar os padrões complexos nos dados

Modelos Mais Simples

  • Linear Regression (~65% R²) indica que há componentes não-lineares importantes
  • Dummy (R² ≈ 0) confirma que os modelos agregam valor real

MAE (Mean Absolute Error)

O MAE representa o erro médio absoluto na escala da eficiência do sono (0-1).

Exemplo prático: - MAE = 0.050 significa erro médio de 5 pontos percentuais - Se a eficiência real é 0.80 (80%), a predição típica fica entre 0.75-0.85

Excelente Precisão

Os melhores modelos (Gradient Boosting, Random Forest) alcançam MAE < 0.05, o que é excelente considerando que a escala é de 0 a 1.

MSE (Mean Squared Error)

O MSE penaliza mais os erros grandes devido ao quadrado.

Comparação MAE vs MSE: - Se MAE ≈ √MSE, os erros são consistentes - Se √MSE >> MAE, há alguns erros muito grandes (outliers nas predições)

Análise de Estabilidade

Boxplots de R² (30 Iterações)

A análise dos boxplots revela:

Modelos Estáveis: - Random Forest: IQR pequeno, poucas variações entre folds - Gradient Boosting: Alta mediana e baixa variância

Modelos Menos Estáveis: - Decision Tree: Maior variabilidade (sensível à divisão dos dados) - KNN: Pode variar dependendo da distribuição dos vizinhos em cada fold

Importância da Estabilidade

Um modelo com R² médio de 0.85 mas grande variância (0.70-0.95) é menos confiável que um modelo com R² de 0.83 e baixa variância (0.81-0.85) para uso em produção.

Otimização do Melhor Modelo

Processo de Tuning

Para o modelo de melhor performance (provavelmente Gradient Boosting ou Random Forest), foi aplicado GridSearchCV para otimizar os hiperparâmetros.

Exemplo: Random Forest

Hiperparâmetros testados: - n_estimators: [100, 200] - Número de árvores - max_depth: [10, 20, None] - Profundidade máxima - min_samples_leaf: [1, 2] - Mínimo de amostras por folha

Resultado esperado: 

Melhor R² após tuning: 0.88
Melhores parâmetros:
  - n_estimators: 200
  - max_depth: 20
  - min_samples_leaf: 1

Ganho com Tuning

O tuning tipicamente melhora o R² em 2-5 pontos percentuais, refinando o modelo para os padrões específicos deste dataset.

Análise dos Principais Fatores

Importância das Features (Modelos Tree-Based)

Para Random Forest e Gradient Boosting, podemos extrair a importância das features:

Top 5 Features Esperadas:

  1. Awakenings (~25-30%) - Maior impacto negativo
  2. Alcohol consumption (~15-20%) - Forte impacto negativo
  3. Exercise frequency (~12-18%) - Impacto positivo
  4. Deep sleep percentage (~10-15%) - Relacionado à qualidade
  5. REM sleep percentage (~8-12%) - Recuperação cognitiva

Consistência com EDA

A importância das features nos modelos confirma os achados da análise exploratória:

  • Despertares são o fator mais prejudicial
  • Álcool tem forte impacto negativo
  • Exercícios são o principal aliado

Principais Conclusões

Sobre os Dados

  1. Padrões Não-Lineares Dominam
  2. Modelos lineares têm performance limitada (~65% R²)

  3. Modelos tree-based capturam melhor as interações complexas

  4. Fatores Mais Impactantes

  5. Despertares noturnos: Correlação -0.55
  6. Consumo de álcool: Correlação -0.38

  7. Frequência de exercícios: Correlação +0.26

  8. Duração ≠ Qualidade

  9. Duração do sono tem correlação quase nula com eficiência (+0.08)
  10. Foco deve estar na qualidade, não apenas na quantidade

Sobre a Modelagem

  1. Ensemble Methods Superiores
  2. Gradient Boosting e Random Forest superam significativamente outros modelos

  3. Diferença de ~15-20 pontos percentuais em R² vs modelos simples

  4. Generalização Robusta

  5. K-Fold com 30 folds garante estimativas confiáveis

  6. Baixa variância nos modelos ensemble indica estabilidade

  7. Tuning É Importante

  8. GridSearchCV melhora performance em 2-5%
  9. Especialmente crítico para SVR e árvores individuais

Recomendações Práticas

Para Melhoria da Eficiência do Sono

Com base nos achados do modelo:

Hábitos Recomendados

  1. Pratique exercícios regularmente (3-5x por semana)

  2. Impacto positivo consistente na eficiência do sono

  3. Evite álcool antes de dormir

  4. Reduz significativamente sono REM e profundo

  5. Minimize despertares noturnos

  6. Crie ambiente propício: escuro, silencioso, temperatura adequada

  7. Limite cafeína

  8. Especialmente nas 6-8 horas antes de dormir

Não Foque Apenas na Duração

  • Dormir 9 horas com baixa eficiência é pior que 7 horas com alta eficiência
  • Qualidade > Quantidade

Para Trabalhos Futuros

  1. Coletar mais dados
  2. Dataset maior permitiria modelos mais complexos

  3. Validação em dados externos fortaleceria as conclusões

  4. Features adicionais

  5. Temperatura do ambiente
  6. Ruído noturno
  7. Uso de eletrônicos antes de dormir

  8. Medicações

  9. Modelos mais sofisticados

  10. XGBoost, LightGBM (variantes de Gradient Boosting)
  11. Redes Neurais (se mais dados estiverem disponíveis)

  12. Stacking de modelos

  13. Análise temporal

  14. Estudar evolução do sono ao longo do tempo
  15. Identificar padrões semanais/sazonais

Resumo Executivo

Modelo Final Recomendado

Algoritmo: Gradient Boosting (ou Random Forest como alternativa robusta)

Performance: - R² ≈ 0.85-0.90 (explica 85-90% da variância) - MAE ≈ 0.045-0.050 (erro médio de ~5 pontos percentuais) - Estável e confiável para uso prático

Fatores Críticos para Eficiência do Sono

Fator Impacto Recomendação
🛏️ Despertares Muito Negativo (-0.55) Criar ambiente ideal para sono contínuo
🍷 Álcool Negativo (-0.38) Evitar, especialmente próximo ao horário de dormir
🏃 Exercícios Positivo (+0.26) Praticar regularmente (3-5x/semana)
☕ Cafeína Leve Negativo (-0.15) Limitar nas horas que antecedem o sono

Limitações

Considerações Importantes

  • Tamanho do dataset: 452 amostras é relativamente pequeno
  • Causalidade: Correlações não implicam causalidade
  • Outliers: Alguns casos extremos podem influenciar resultados
  • Generalização: Resultados aplicam-se à população estudada

🔗 Documentação Completa

Para explorar mais detalhes:

Equipe: - Alan de Oliveira Gonçalves - Ayrton Lucas Viana Albuquerque Silva - Cauan Halison Arantes de Oliveira - Hosana Maria Ferro Dias