Relatório Do Projeto De Ciência De Dados

RELATÓRIO DO PROJETO DE CIÊNCIA DE DADOS

Aluno: Leonardo Luca Dias de Mendonça

RA: 21753030

Objetivo

Criar um modelo de ciência de dados empregando técnicas como Algoritmo Genético, Lógica Fuzzy, Redes Neurais, Deep Learning, Árvore de Decisão, entre outras, para prever o valor mensal gasto no cartão de crédito por novos clientes.

Contexto

A empresa de cartões de crédito enfrentou uma queda nas vendas de novos cartões devido à pandemia. Com a dificuldade em vender cartões pelo método tradicional, a equipe de marketing decidiu adquirir uma base de novos clientes de uma empresa de empréstimos. O objetivo é avaliar a base atual de clientes e criar modelos que identifiquem o perfil do cliente que utiliza cartões de crédito, além de prever o possível valor gasto por cada novo cliente.

Dados Levantados

Os dados fornecidos incluem as seguintes variáveis:

ID: Número único do cliente na base;

Renda: Valor da renda anual do cliente (Valor dividido por R$ 10.000);

Limite: Limite de crédito estabelecido para o cliente;

Rating: Índice de qualidade do empréstimo para os clientes (quanto maior o rating melhor pagador é o cliente);

Cartões: Quantidade de cartões que o cliente possui;

Idade: Idade do cliente;

Educação: Número de anos de estudo do cliente;

Sexo: Masculino ou Feminino;

Estudante: Se o cliente estuda ou não;

Casado: Se o cliente é casado ou não;

Etnia: Qual é a etnia do cliente; e

Gasto Mensal: Valor gasto com o cartão mensalmente.

Metodologia

1. Preparação dos Dados

Importação e Visualização Inicial dos Dados:

Leitura dos dados do arquivo CCARDBALANCE.xlsx. Visualização e análise descritiva inicial para entender a distribuição e correlações entre as variáveis.

Visualizar as primeiras linhas do dataset: print(data.head())

Verificar informações básicas e valores ausentes: print(data.info()) print(data.describe())

2. Transformação das Variáveis Categóricas

As variáveis categóricas foram transformadas em numéricas utilizando mapeamentos e codificação one-hot.

3. Tratamento de Valores Ausentes

Os valores ausentes foram preenchidos com a mediana das respectivas colunas.

4. Separação dos Dados

Os dados foram separados em variáveis independentes (X) e dependente (y), e divididos em conjuntos de treinamento e teste.

5. Treinamento do Modelo

O modelo de Árvore de Decisão foi treinado com os dados de treinamento.

6. Avaliação do Modelo

O modelo foi avaliado utilizando o conjunto de teste, e a métrica de erro absoluto médio (MAE) foi calculada.

Resultados

O erro absoluto médio (MAE) obtido foi de aproximadamente 96,48.

A importância das features foi visualizada para entender quais variáveis mais influenciam o modelo.

Conclusão

O modelo utilizado foi o de Árvore de Decisão, que conseguiu prever o gasto mensal dos clientes com um erro absoluto médio de 96,48. A análise da importância das variáveis indicou que fatores como Renda, Limite de Crédito e Rating têm grande influência na previsão do gasto mensal. Para futuras melhorias, é recomendável ajustar os parâmetros do modelo e experimentar com outros algoritmos de regressão para potencialmente aumentar a precisão das previsões.

ANEXO