Análise e Previsão de Atrasos em Voos

Este projeto analisa padrões de atrasos em voos nos Estados Unidos utilizando análise exploratória de dados, modelos supervisionados de Machine Learning, técnicas de clusterização e redução de dimensionalidade.

O objetivo é identificar padrões operacionais, prever atrasos e descobrir estruturas ocultas entre aeroportos e rotas aéreas.

Dataset

Fonte:

• https://drive.google.com/drive/folders/1aS7exW5N0qq1uIxvIBcAfc18OHojOMjj
• https://www.transtats.bts.gov/DL_SelectFields.aspx?gnoyr_VQ=FLL&QO_fu146_anzr=N8vn6v10+f722146+gnoyr5

Principais variáveis:

• Atraso na partida
• Atraso na chegada
• Tempo de voo
• Tempo de taxiamento (Taxi Out)
• Distância
• Aeroportos
• Companhias aéreas

Análise Exploratória de Dados (EDA)

Principais descobertas:

• Os atrasos são mais frequentes em horários de pico
• Certos aeroportos concentram maiores taxas de atraso
• O atraso na partida impacta fortemente o atraso na chegada
• Voos de longa distância não são necessariamente os mais atrasados

Aprendizado Supervisionado

Modelos testados:

• XGBoost
• CatBoost

Métricas de avaliação:

• Accuracy
• Precision
• Recall
• F1-Score
• Average Precision

Análise de Clusterização

O algoritmo KMeans foi aplicado em:

• Aeroportos
• Rotas aéreas

Os métodos Elbow Method e Silhouette Score foram utilizados para determinar o número ideal de clusters.

Principais descobertas:

• Aeroportos eficientes com baixos atrasos operacionais
• Rotas de longa distância com alta complexidade operacional
• Rotas críticas com atrasos extremamente elevados

Redução de Dimensionalidade (PCA)

O PCA foi utilizado para visualizar os clusters em duas dimensões e compreender melhor os padrões de similaridade entre rotas e aeroportos.

Tecnologias Utilizadas

• Python
• Pandas
• NumPy
• Scikit-Learn
• XGBoost
• CatBoost
• Matplotlib
• Seaborn

Próximas Melhorias

• Otimização de hiperparâmetros com Optuna
• Análise de séries temporais
• Modelos de Deep Learning
• API para previsão de atrasos em tempo real