Importação do LabelEncoder

Primeiro, importamos LabelEncoder da biblioteca sklearn.preprocessing. O LabelEncoder é usado para converter valores categóricos em valores numéricos.

Codificação da coluna "profissao"

Criamos um objeto LabelEncoder chamado codificador_profissao. Em seguida, aplicamos fit_transform() na coluna "profissao" da tabela, convertendo as profissões em números (por exemplo, cientista = 1, bombeiro = 2, etc.).

Codificação da coluna "mix_credito"

Criamos um novo LabelEncoder, codificador_credito, e aplicamos fit_transform() na coluna "mix_credito", convertendo seus valores categóricos em números.

Codificação da coluna "comportamento_pagamento"

Criamos outro LabelEncoder, codificador_pagamento, e aplicamos fit_transform() na coluna "comportamento_pagamento", transformando os valores categóricos dessa coluna em valores numéricos.

Exibição das informações da tabela

Por fim, usamos display(tabela.info()) para verificar a estrutura da tabela, conferindo os tipos de dados e se as colunas foram corretamente convertidas.

Definição da variável alvo (y)

Pegamos a coluna "score_credito" da tabela e armazenamos em y. Essa será a variável que queremos prever no modelo.

Definição das variáveis preditoras (x)

Criamos x removendo as colunas "score_credito" (que é nosso alvo) e "id_cliente" (pois geralmente um ID não ajuda na previsão). O restante das colunas será usado como entrada para o modelo.

Separação dos dados em treino e teste

Importamos train_test_split da biblioteca sklearn.model_selection. Depois, usamos train_test_split() para dividir os dados em duas partes:

x_treino e y_treino: usados para treinar o modelo.

x_teste e y_teste: usados para testar o modelo.

Definimos test_size=0.3, o que significa que 30% dos dados serão usados para teste e 70% para treino.

Importação dos Modelos

Importamos dois algoritmos de machine learning do sklearn:

RandomForestClassifier (um modelo baseado em árvores de decisão).

KNeighborsClassifier (um modelo baseado em vizinhos mais próximos – KNN).

Criação dos Modelos

Criamos dois modelos de IA:

modelo_arvoredecisao → um classificador baseado em Random Forest.

modelo_knn → um classificador baseado no algoritmo KNN.

Treinamento dos Modelos

modelo_arvoredecisao.fit(x_treino, y_treino): Treinamos o modelo de árvore de decisão usando os dados de treino.

modelo_knn.fit(x_treino, y_treino): Treinamos o modelo KNN usando os mesmos dados de treino.

Previsão de testes

Depois de treinar os modelos, usamos predict() para fazer previsões nos dados de teste:

previsao_arvoredecisao = modelo_arvoredecisao.predict(x_teste): O modelo de árvore de decisão faz previsões com base nos dados de teste.

previsao_knn = modelo_knn.predict(x_teste): O modelo KNN faz o mesmo.

Calculando a Acurácia

Importamos accuracy_score da biblioteca sklearn.metrics, que mede a precisão do modelo comparando os valores reais (y_teste) com as previsões feitas pelos modelos.

accuracy_score(y_teste, previsao_arvoredecisao): Calculamos a acurácia do modelo de árvore de decisão.

accuracy_score(y_teste, previsao_knn): Calculamos a acurácia do modelo KNN.

Usamos display() para mostrar os resultados na tela.

Usamos pd.read_csv("novos_clientes.csv") para carregar uma nova tabela com informações de clientes que ainda não têm um score de crédito definido.

Codificação das colunas categóricas

Como os modelos foram treinados com valores numéricos, precisamos transformar os dados categóricos da nova tabela da mesma forma que fizemos antes:

profissao: Aplicamos codificador_profissao.transform() para converter profissões em números.

mix_credito: Aplicamos codificador_credito.transform() para converter esse atributo em números.

comportamento_pagamento: Aplicamos codificador_pagamento.transform() para transformar essa coluna.

Exibição da tabela transformada

Usamos display(tabela_novos_clientes) para visualizar a nova tabela e conferir se os dados foram corretamente transformados.

Fazendo previsões com o modelo treinado

nova_previsao = modelo_arvoredecisao.predict(tabela_novos_clientes): Utilizamos o modelo de árvore de decisão para prever o score de crédito dos novos clientes.

display(nova_previsao): Exibimos as previsões para ver quais scores foram atribuídos.