ativFinal.IA

A atividade final da disciplina de Introdução à Inteligência Artificial. O grupo é composto por Luan Motta, Samuel Almeida e Emmanuel Aprígio, e optamos pelo tema Previsão de Risco de Criminalidade, que envolve a predição de criminalidade em diversas cidades do estado do Rio Grande do Sul.

---

Base de Dados

O dataset utilizado, ou melhor dizendo, os datasets utilizados foram instalados através do site da Secretaria de Segurança - RS (https://ssp.rs.gov.br/dados-abertos), que disponibiliza o acesso livre aos dados de criminalidade como forma de transparência.

Portanto, as bases de dados usadas foram dos anos de 2024 e 2025. O ano de 2026 não foi utilizado devido à incompletude dos dados (Afinal, o ano ainda não acabou).

---

Metodologia

O projeto traz como requisições o uso de Técnicas de IA, de ramos diferentes dessa esfera do conhecimento.

1. K-Means (Não-Supervisionado)
2. Rede Neural (Supervisionado)
3. Algoritmo Genético

---

Como usar

Instale as bases de dados dos anos de 2023, 2024 e 2025 no site referido na seção [Banco de Dados]. Depois disso, crie um diretório chamado data na raíz do projeto. Dentro dessa pasta, crie um diretório chamado bulk, e coloque os arquivos extraídos como seg_{ano}.csv. Depois disso, execute src/clean_csv.py e main.py logo em seguida!

---

Estrutura do Repositório

.
├── main.py                          # Ponto de entrada: orquestra o pipeline completo (init → kmeans → nn)
├── requirements.txt                 # Dependências do projeto com versões mínimas
├── README.md                        # Este arquivo
├── proj_final.pdf                   # Enunciado do trabalho final da disciplina
│
├── data/
│   ├── bulk/                        # CSVs brutos originais (seg_2023.csv, seg_2024.csv, seg_2025.csv)
│   ├── clean/                       # CSVs limpos após processamento (uma linha por vítima)
│   └── rs_shapefile/                # Shapefile dos municípios do RS para geração de mapas geográficos
│       ├── RS_Municipios_2022.shp
│       ├── RS_Municipios_2022.dbf
│       ├── RS_Municipios_2022.shx
│       ├── RS_Municipios_2022.prj
│       └── RS_Municipios_2022.cpg
│
├── src/
│   ├── init.py                      # Carrega CSVs, agrega por cidade/mês e gera features temporais e de lag
│   ├── clean_csv.py                 # Converte CSVs brutos: expande cada ocorrência em uma linha por vítima
│   ├── kmeans.py                    # K-Means para clusterização de municípios por perfil de criminalidade
│   ├── nn.py                        # Rede neural (MLP) para classificação de risco + integração com GA
│   ├── ga.py                        # Algoritmo genético para otimização de thresholds de classificação
│   └── eda.py                       # Análise exploratória: gráficos temporais, geográficos e feature importance
│
├── utils/
│   ├── embellish.py                 # Utilitários de formatação ANSI (cores, estilos) para output no terminal
│   └── fitness_bar.py               # Barra de progresso customizada para acompanhar a evolução do GA
│
└── outputs/                         # Resultados gerados pelo pipeline
    ├── agg_dataset.csv              # Dataset agregado (cidade/mês) com todas as features
    ├── nn_predictions.csv           # Previsões da rede neural (classes real, prevista, probabilidades)
    ├── kmeans_clusters.csv          # Atribuição de cluster por município
    ├── kmeans_stats.csv             # Estatísticas descritivas de cada cluster
    ├── eda_feature_importance.csv   # Importância das features (Random Forest + Permutation)
    ├── cm_predict.png               # Matriz de confusão da rede neural (predict padrão)
    ├── cm_ga.png                    # Matriz de confusão após otimização pelo GA
    ├── roc_curves.png               # Curvas ROC one-vs-rest para cada classe de risco
    ├── kmeans_pca.png               # Visualização PCA 2D dos clusters de municípios
    ├── eda_temporal.png             # Análise temporal: ocorrências por mês, violin plot, média móvel, crescimento
    ├── eda_geographic.png           # Análise geográfica: mapa do RS, distribuição, scatter, top cidades
    ├── eda_feature_importance.png   # Gráfico de importância das features (RF + Permutation)
    ├── eda_real_vs_previsto.png     # Comparação de ocorrências reais vs previstas em 2025
    └── eda_barra_previsto_real.png  # Barras: distribuição de classes reais vs previstas por mês

---

Dependências (Requirements)

Biblioteca	Versão mínima	Por quê é utilizada
pandas	2.0	Leitura, manipulação e agregação dos DataFrames de criminalidade (CSV → features)
numpy	1.24	Operações numéricas (normalização, seno/cosseno para sazonalidade, digitize para classes)
matplotlib	3.7	Geração de todos os gráficos: matrizes de confusão, ROC, PCA, mapas, barras, temporais
scikit-learn	1.3	K-Means, MLPClassifier, StandardScaler, RandomForest, métricas (F1, silhouette, ROC/AUC)
geopandas	0.14	Leitura do shapefile dos municípios do RS e plotagem do mapa geográfico na EDA
shapely	2.0	Manipulação de geometrias (centróides) para anotação de cidades no mapa do RS

---

Resultado Esperado

Mapa, gráfico mostrando perfis de cidades, previsão de risco e análise dos resultados.

---