```mermaid graph TD subgraph Stage1 [Estágio 1: Coleta e Pré-processamento de Dados] A[Coleta de Dados
Ficha de Dados do Material1 & Ficha de Dados de COVs2] --> B[Características de Entrada] B --> B1[Características do Material
Área Superficial Específica, Tamanho dos Poros, Hidrofobicidade, Polaridade] B --> B2[Características dos COVs
Peso Molecular, logP, Diâmetro Molecular, Valor OAV] B --> C[Característica de Saída
Pontuação de Correspondência de Adsorção] C --> D[Pré-processamento de Dados] D --> D1[Limpar Colunas Numéricas
Preencher Valores Ausentes] D1 --> D2[Filtrar COVs Eficazes
Valor OAV > 0] D2 --> D3[Engenharia de Atributos
Calcular Pontuação de Correspondência Baseada na Teoria de Adsorção] end subgraph Stage2 [Estágio 2: Treinamento e Avaliação do Modelo] D3 --> E[Particionamento do Conjunto de Dados] E --> E1[80% Conjunto de Treinamento] E --> E2[20% Conjunto de Teste] E1 --> F[Padronização de Atributos
(Apenas para SVM e Regressão Linear)] F --> G[Modelos de Aprendizado de Máquina] G --> G1[XGBoost] G --> G2[SVM] G --> G3[Random Forest] G --> G4[Regressão Linear] G1 --> H[Treinamento e Avaliação] G2 --> H G3 --> H G4 --> H H --> H1[Validação Cruzada de 5-fold
(Calcular Média e Desvio Padrão de R²)] H1 --> H2[Calcular Métricas de Avaliação
R² do Conjunto de Treinamento, R² do Conjunto de Teste, RMSE, MAE] H2 --> I[Comparação do Desempenho do Modelo] I --> I1[Ordenar por R² do Conjunto de Teste] I1 --> J[Seleção do Modelo Ótimo
(Baseado no R² do Conjunto de Teste ou no Desempenho da Validação Cruzada)] end subgraph Stage3 [Estágio 3: Análise de Importância de Atributos e Orientação para Otimização] J --> K[Análise de Interpretabilidade] ```