Projeto React de Classificação de Dados com Algoritmos de IA

Este projeto React foi desenvolvido para a classificação de dados utilizando algoritmos de Inteligência Artificial (IA) como KNN (K-Nearest Neighbors), Árvore de Decisão e Algoritmo Genético. Para utilizar este projeto, é necessário configurar e executar a API Flask que fornece os serviços de classificação de dados.

Estrutura de Pastas e Arquivos

A estrutura de pastas e arquivos do projeto é organizada da seguinte forma:

app/
├── assets/
├── components/
├── constants/
├── hooks/
├── scripts/
├── .gitignore
├── README.md
├── app.json
├── babel.config.js
├── package-lock.json
├── package.json
└── tsconfig.json

• assets/: Contém recursos estáticos como imagens, ícones, etc.
• components/: Componentes React reutilizáveis para a interface do usuário.
• constants/: Arquivos contendo constantes ou configurações específicas do projeto.
• hooks/: Hooks personalizados para lógica compartilhada entre componentes.
• scripts/: Scripts de utilidade para tarefas específicas do projeto.
• .gitignore: Arquivo de configuração do Git para ignorar arquivos/diretórios específicos.
• README.md: Documentação principal do projeto (este arquivo).
• app.json: Configurações específicas do Expo para a aplicação.
• babel.config.js: Configuração do Babel para transpilação de código.
• package-lock.json: Arquivo de bloqueio do npm para controle preciso de dependências.
• package.json: Arquivo de manifesto do npm com informações sobre o projeto e suas dependências.
• tsconfig.json: Configurações do TypeScript, se aplicável ao projeto.

Padrão do Expo

Este projeto segue o padrão do Expo para desenvolvimento de aplicativos móveis. Ao iniciar o projeto, siga as instruções abaixo:

1. Instale as dependências:

   npm install
   

2. Inicie o aplicativo:

   npx expo start
   

   No output, você encontrará opções para abrir o aplicativo em um:

   • Build de desenvolvimento
   • Emulador Android
   • Simulador iOS
   • Expo Go, um ambiente sandbox limitado para experimentar o desenvolvimento de aplicativos com Expo

3. Você pode começar a desenvolver editando os arquivos dentro do diretório app. Este projeto utiliza o roteamento baseado em arquivos.

4. Quando estiver pronto para iniciar um novo projeto, execute:

   npm run reset-project
   

   Este comando moverá o código inicial para o diretório app-example e criará um diretório de aplicativo em branco onde você pode começar a desenvolver.

Configuração e Execução da API Flask

Para utilizar as funcionalidades de classificação de dados, é necessário configurar e executar a API Flask que fornece os serviços. Siga os passos abaixo para configurar e executar a API:

1. Clone o repositório da API Flask:

   git clone https://github.com/mayarakaren/API-Flask.git

2. Navegue até o diretório do projeto da API Flask:

   cd API-Flask

3. Instale as dependências Python listadas no arquivo requirements.txt:

   pip install -r requirements.txt

4. Execute o servidor Flask para iniciar a API:

   python app.py

   O servidor Flask será iniciado e a API estará disponível localmente em http://localhost:5000/.

Utilizando a API

A API oferece funcionalidades para classificação de dados usando diferentes algoritmos de aprendizado de máquina. A base URL da API é http://localhost:5000/.

Métodos da API

1. Classificação

   • Endpoint: /classify

   • Método: POST

   • Parâmetros de Requisição:

     • algorithm (string): O algoritmo a ser utilizado (knn, algGenetico, arvore)
     • filePath (string): (Somente para algoritmo 'arvore') Caminho do arquivo contendo os dados (opcional)

   • Corpo da Requisição:

     {
         "algorithm": "knn"
     }

   • Resposta de Sucesso:

     {
         "output": "Resultado da classificação",
         "acurácia": "Valor da acurácia (N/A se não aplicável)",
         "imagem": "URL para a imagem de saída (se aplicável)"
     }

   • Resposta de Erro:

     {
         "erro": "Descrição do erro"
     }

2. Servir Imagem

   • Endpoint: /imagens/path:filename
   • Método: GET
   • Parâmetros de Requisição:
     • filename (string): Nome do arquivo de imagem

Atualizando o IP da API no Projeto React

No trecho do código do projeto React onde é feita a requisição à API, é necessário atualizar o IP para o endereço da sua máquina física. Por exemplo:

const classifyResponse = await fetch('http://SEU_IP_AQUI:5000/classify', {
        method: 'POST',
        headers: {
          'Accept': 'application/json',
          'Content-Type': 'application/json',
        },
        body: JSON.stringify({
          filePath: filePath,
          algorithm: algorithm,
        }),
      });

Substitua SEU_IP_AQUI pelo endereço IP da sua máquina física onde a API Flask está sendo executada.

Aprenda Mais

Para aprender mais sobre o desenvolvimento do seu projeto com Expo, consulte os recursos a seguir:

• Documentação do Expo: Aprenda os fundamentos ou aprofunde-se em tópicos avançados com nossos guias.
• Tutorial do Expo: Siga um tutorial passo a passo onde você criará um projeto que roda em Android, iOS e web.
• Expo no GitHub: Visualize nossa plataforma de código aberto e contribua.
• Comunidade Discord: Converse com usuários do Expo e faça perguntas.

Contato

Para qualquer dúvida ou sugestão, entre em contato conosco na nossa comunidade do Discord ou abra uma issue em nosso repositório no GitHub.

---