Análise de Crédito utilizando a linguagem Python.
- Inicialização dos container
docker-compose up -d
- Configurando o pgAdmin Acesse o link:
Realize o login:
User: admin
Pass: admin
Clique em: Create >> Server
Conecte no Banco com os seguintes parâmetros:
Name: #nome desejado#
Parâmetros | Configurações |
---|---|
Host | python-analise-postgre |
Port | 5432 |
DB | postgres |
User | postgres |
Pass | docker123 |
- Importando os dados
Execute o arquivo abaixo para importar os dados.
./database/insert-table.sql
- Criando um Ambiente Virtual e ativando
virtualenv env
source ./venv/bin/activate
- Instalando as dependências
pip3 install -r requirements.txt
- Cria todas as tabelas no Banco de Dados:
python3 manage.py makemigrations
python3 manage.py migrate
- Subo o site
python3 manage.py runserver
Foi realizado teste com 5 algoritmos de Machine Learning de Classificação:
Teste_Algoritmos.ipynb
- KNN;
- SVM;
- NAIVE BAYES;
- DECISION TREE;
- MLP.
Algoritmo | Seed | Best Acurácia |
---|---|---|
KNN | 905 | 81.61% |
DECISION TREE | 269 | 80.83% |
SVM | 49 | 78.76% |
MLP | 210 | 78.5% |
NAIVE BAYES | 28 | 37.05% |
O KNN por ter retornado a melhor acurácia foi utilizado no aplicativo
Faixa | Numero |
---|---|
< 20k | 0 |
20k - 30k | 1 |
30k - 40k | 2 |
40k - 50k | 3 |
50k - 60k | 4 |
60k - 70k | 5 |
> 70k | 6 |
Faixa | Numero |
---|---|
18 - 25 | 0 |
25 - 60 | 1 |
> 60 | 2 |
Faixa | Numero |
---|---|
< 20k | 0 |
2k - 4k | 1 |
4k - 6k | 2 |
6k - 8k | 3 |
8k - 10k | 4 |
10k - 12k | 5 |
14k - 16k | 6 |
> 16k | 7 |
SKLearn DecisionTreeClassifier
SKLearn GridSearchCV
SKLearn Naive Bayes
SKLearn SVM/SVC
SKLearn KNN
SKLearn Decision Tree Classifier
SKLearn Dump Models