user@devops:~$ cat README.md
KNN — Classificação de Vinhos
# Descrição
Projeto de classificação com K-Nearest Neighbors para prever a qualidade do vinho tinto (bom vs normal) usando o dataset Wine Quality da UCI. Aprenda a transformar um problema de regressão em classificação binária, escalar features com StandardScaler (crítico para KNN), encontrar o K ótimo testando de 1 a 50 vizinhos e avaliar com matriz de confusão, precisão, recall e F1-score. Inclui visualização da fronteira de decisão com PCA.
# Características principais
$ Classificação binária: vinho bom (quality >= 7) vs normal
$ Escalonamento de features com StandardScaler para KNN
$ Otimização do hiperparâmetro K: de 1 a 50 vizinhos
$ Matriz de confusão: Verdadeiros Positivos, Falsos Positivos
$ Métricas: precisão, recall, F1-score, acurácia
$ Visualização da fronteira de decisão com PCA 2D
# Galeria
# Tecnologias utilizadas
