🦟 DengAI: Predição de Casos de Dengue

Projeto desenvolvido como parte do desafio DengAI: Predicting Disease Spread. O objetivo foi prever o número semanal de casos de dengue em duas cidades tropicais — San Juan (Porto Rico) e Iquitos (Peru) — utilizando dados climáticos, ambientais e temporais.

---

📁 Estrutura dos Dados

Fornecidos pela DrivenData, os dados incluem:

• Características ambientais e climáticas por semana
• Número de casos registrados por cidade
• Informações de NDVI (índice de vegetação), temperatura, precipitação, umidade e mais

As cidades analisadas são:

• 📍 San Juan (sj) — Hemisfério Norte
• 📍 Iquitos (iq) — Hemisfério Sul

---

🔍 Análise Exploratória

Inicialmente, foram inspecionadas as colunas, tipos de dados e valores ausentes. A seguir, iniciamos a exploração visual das variáveis por cidade.

🗓️ Sazonalidade

Identificamos estações seca e chuvosa para cada cidade:

• San Juan: estação chuvosa de maio a novembro
• Iquitos: estação chuvosa de novembro a abril

---

🌿 Engenharia de Variáveis

🧪 Variáveis Criadas

• NDVI médio: média das quatro direções (NE, NW, SE, SW)
• Dias secos: dias com precipitação < 1mm
• Defasagens (lags): de 1 a 9 semanas para todas as variáveis ambientais
• Season: uma variável para representar as estações do ano para cada cidade

Fiz um gráfico como esse para cada variável proposta para o problema, para visualizar a correlação linear delas com o número de casos.

---

🧠 Modelagem

Foi utilizado o modelo Random Forest Regressor, com divisão temporal 80/20 para treino e teste. O modelo foi palicado separadamente para cada cidade.

🔧 Seleção de Variáveis

As variáveis foram escolhidas com base na correlação com total_cases e na interpretação climatológica. Algumas selecionadas:

📍 San Juan

• reanalysis_specific_humidity_g_per_kg_lag6
• reanalysis_dew_point_temp_k_lag6
• reanalysis_relative_humidity_percent_lag6
• station_avg_temp_c_lag6
• reanalysis_air_temp_k_lag6
• reanalysis_avg_temp_k_lag6
• dry_days (sem defasagem)
• season (variável categórica)

📍 Iquitos

• reanalysis_specific_humidity_g_per_kg_lag6
• reanalysis_dew_point_temp_k_lag6
• reanalysis_air_temp_k_lag6
• reanalysis_avg_temp_k_lag6
• dry_days (sem defasagem)
• season (variável categórica)

---

📊 Avaliação

Cidade	MAE	MAE Normalizado	RMSE	RMSE Normalizado
San Juan	21.02	0.831	28.74	1.137
Iquitos	7.88	0.909	11.61	1.338

---

🧭 Considerações Finais

• Iquitos apresentou melhores resultados com menos variabilidade de casos
• O uso de lags permitiu capturar dinâmicas epidemiológicas relevantes
• A combinação de temperatura e umidade foi particularmente significativa em ambas as cidades
• O modelo ainda apresenta potencial de melhoria, especialmente em San Juan

---

📌 Possíveis Extensões

• Testar outros modelos (LSTM, XGBoost)
• Modelar separadamente para cada cidade
• Incluir mais dados externos (mobilidade, campanhas públicas etc.)

---

📎 Referência

Este projeto foi desenvolvido no contexto do Desafio DengAI, utilizando Python, pandas, seaborn e scikit-learn.