Análise de Score de Crédito de Clientes

Este projeto tem como objetivo realizar a análise de score de crédito de clientes com base em variáveis categóricas e preditivas. Utilizando algoritmos de Machine Learning, o projeto busca prever o score de crédito para novos clientes a partir de um conjunto de dados pré-existente.

Tecnologias Utilizadas

• Python: Linguagem de programação principal.
• Pandas: Biblioteca para manipulação e análise de dados.
• Scikit-learn: Biblioteca para algoritmos de Machine Learning.
• LabelEncoder: Método de codificação de variáveis categóricas.
• RandomForestClassifier: Algoritmo de aprendizado supervisionado usado para classificação.
• KNeighborsClassifier: Algoritmo de aprendizado supervisionado baseado em vizinhos mais próximos.

Funcionalidades

1. Leitura e Análise de Dados

   • O projeto lê um arquivo CSV (clientes.csv) contendo dados de clientes, e exibe informações sobre o conjunto de dados, como colunas e tipos de variáveis.

2. Codificação de Variáveis Categóricas

   • As variáveis categóricas como profissão, mix de crédito e comportamento de pagamento são transformadas em valores numéricos usando a técnica de codificação LabelEncoder.

3. Divisão dos Dados

   • Os dados são divididos em variáveis dependentes (score_credito) e independentes, excluindo a coluna id_cliente.
   • O conjunto de dados é dividido em dados de treino (70%) e dados de teste (30%) utilizando a função train_test_split do Scikit-learn.

4. Treinamento de Modelos

   • Dois modelos de aprendizado de máquina são treinados para prever o score de crédito:
     • RandomForestClassifier: Um modelo de floresta aleatória.
     • KNeighborsClassifier: Um modelo baseado em vizinhos mais próximos.

5. Avaliação dos Modelos

   • Após o treinamento, as previsões são feitas com base no conjunto de dados de teste.
   • A acurácia dos modelos é calculada e exibida utilizando a métrica accuracy_score.

6. Previsão para Novos Clientes

   • Um novo conjunto de dados (novos_clientes.csv) é lido e as variáveis categóricas são codificadas da mesma forma.
   • O modelo treinado de floresta aleatória é utilizado para prever o score de crédito dos novos clientes.

Como Executar o Projeto

1. Certifique-se de ter o Python instalado em sua máquina.
2. Instale as bibliotecas necessárias:

   pip install pandas scikit-learn

3. Execute o script principal

   python script.py 
   

Arquivos Utilizados

• clientes.csv: Contém os dados de clientes, incluindo informações como profissão, mix de crédito, comportamento de pagamento e score de crédito.
• novos_clientes.csv: Contém os dados de novos clientes para os quais as previsões de score de crédito serão feitas.

Estrutura do Código

1. Leitura e pré-processamento de dados
2. Treinamento de modelos de Machine Learning
3. Avaliação de modelos
4. Previsão para novos clientes

Resultados

Os modelos RandomForestClassifier e KNeighborsClassifier são treinados para prever o score de crédito com base nos dados fornecidos. A acurácia dos modelos é avaliada e o modelo com maior precisão é utilizado para fazer previsões sobre novos clientes.

Contribuição

Sinta-se à vontade para contribuir com melhorias no código ou novas funcionalidades!

Autor

Kaio Vitor - GitHub