Un Programa de machine learning, para los bancos con un 90% de precisión, con esto los bancos podrían decidir si dar un préstamo o no dependiendo de los datos de sus clientes.

En este proyecto utilizo múltiples modelos de machine learning y busco el mejor de ellos utilizando un grid search para predecir si el banco deberá prestarle dinero a una persona o no. Esta fue una de mis competiciones de Kaggle, pero no me termine de inscribir al final, aun así logre un puesto alto comparando. Fue basado en el kaggle de “give me some credit”

Para este proyecto se utilizaron muchas distintas librerías como lo son:

Como todo proyecto de machine learning despues de la limpieza de datos, utilice un grid search para probar cuál modelo iba a ser el más apropiado.

Lo cual me dio como resultado un 84%.

Me toco probar con otros modelos para comprobar si el modelo tenía margen de mejora, con el cual logre subir hasta un 86% utilizando en gradient boosting, solo me quedo guardar el modelo y presentarlo al concurso.

El modelo tenía aun más margen de mejora, pero para este concurso era más que suficiente dejarlo en ese punto, el proyecto fue mucho más extenso de lo que se muestra en este artículo en caso de querer revisarlo se puede descargar desde mi repositorio.

Los datos utilizados para el train y test se pueden encontrar en el kaggle “give me some credit”, si necesitas el link puedes encontrarlo en el repositorio.

Este notebook se puede encontrar en el apartado de mi git Credit:

-https://github.com/MarioMassaro/Notebooks