Skrypt klasyfikuje ryzyko kredytowe przy użyciu modeli uczenia maszynowego. Z próbi danych skrypt usuwa cechy o najmienjszym wpływie na model. Następnie, każda funkcja odpowiada innemu modelowi klasyfikacjii. Klasyfikatory wykorzystane: -Regresja liniowa -Naiwny bayes -LDA -KNN -Drzewo decyzyjne -Random Forest
Skrypt trenuje 10 przykładowych modeli, a następnie zapisuje ten z największą dokładnością(acc). Następnie zapisuje gotowy model do pliku formatu "pickle", pozwala to na późniejsze wykorzystanie modelu w klasyfikacjii.
Konkluzja: Największą skutecznością do operacji na tak zebranych danych, okazała się klasyfikacja RandomForrest. Jest to spowodowane specyficznym modelem który łączy w sobie cechy klasyfikatora lokalnego i globlanego.