Projeto Meli: Clusterização de Sellers do Mercado Livre

Este projeto realiza a clusterização de sellers do Mercado Livre com base em dados da API, identificando grupos com perfis semelhantes.

1. Objetivo

• Identificar grupos de sellers com perfis semelhantes usando dados da API do Mercado Livre.

2. Coleta de Dados

• Coleta dados de categorias, subcategorias e itens usando a API do Mercado Livre.
• As funções buscar_itens_categoria e buscar_itens_categorias realizam a coleta de dados com tratamento de erros e paralelização.

3. Pré-processamento de Dados

• Limpeza de dados: tratamento de valores nulos, remoção de colunas irrelevantes e tratamento de outliers.
• Transformação de variáveis: criação de novas colunas (desconto, marca própria, loja oficial, etc.) e transformação de variáveis categóricas em numéricas.
• Agregação de dados por seller e categoria, cálculo de preço médio ponderado e desconto ponderado.

4. Modelagem

• Utilização do algoritmo K-Means para clusterização dos sellers.
• Seleção do número ideal de clusters usando o método do cotovelo (elbow method).

5. Análise de Resultados

• Análise das características de cada cluster (preço médio, desconto, frete grátis, fulfillment, etc.).
• Interpretação dos perfis dos sellers em cada cluster.

6. Como Executar o Código

1. Instale as dependências:

   pip install requests pandas scikit-learn matplotlib

2. Execute o notebook Jupyter:

   jupyter notebook projeto_meli.ipynb

7. Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir issues e pull requests.

8. Licença

Este projeto está licenciado sob a Licença MIT.