O programa foi escrito no PyCharm, e foram instaladas as seguintes bibliotecas: numpy, pandas, xlrd, matplotlib, ProfileReport da pandas_profiling, e a mean_squared_error da sklearn.metrics.

Se for utilizada a mesma IDE, basta baixar todos os arquivos e abrir no diretório escolhido. Em seguida, pela própria IDE, execute o código. Caso seja utilizada qualquer outro editor de texto, basta rodar o código pelo terminal, após ter o Python e todas as bibliotecas instaladas. Pelo terminal, basta digitar o seguinte comando: python PrincipalML.py.

O programa irá gerar um arquivo .html, que servirá para visualizar a análise exploratória estatística dos dados de forma unidimensional. O arquivo .html gerado pode ser aberto em qualquer navegador.