Prédiction du risque des titulaires de cartes de crédit

Débutant

Dans ce projet, vous apprendrez à construire un modèle de classification d'apprentissage automatique pour prédire le statut de risque des titulaires de cartes de crédit. Le projet implique le prétraitement des données, la formation d'un modèle de machine à vecteurs de support (SVM) et la sauvegarde des résultats de prédiction dans un fichier CSV.

Pandasscikit-learn

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce projet, vous allez apprendre à construire un modèle de classification d'apprentissage automatique pour prédire le statut de risque des détenteurs de cartes de crédit. Le projet implique le prétraitement des données, la formation d'un modèle de machine à vecteurs de support (SVM) et l'enregistrement des résultats de prédiction dans un fichier CSV.

🎯 Tâches

Dans ce projet, vous allez apprendre :

  • Comment préparer les données en effectuant un codage d'étiquette sur les fonctionnalités non numériques
  • Comment entraîner un modèle de classification d'apprentissage automatique à l'aide des données d'entraînement
  • Comment enregistrer les résultats de prédiction dans un fichier CSV

🏆 Réalisations

Après avoir terminé ce projet, vous serez capable de :

  • Prétraiter et préparer les données pour les tâches d'apprentissage automatique
  • Entraîner un modèle de machine à vecteurs de support (SVM) pour la classification
  • Enregistrer les résultats de prédiction dans un fichier CSV

Enseignant

labby

Labby

Labby is the LabEx teacher.