Carregando
0xA0Lição 11 de 11

Projeto final: construa um classificador de inadimplência

Divida, padronize, treine uma regressão logística e avalie num conjunto de teste reservado - de ponta a ponta, com numpy.

35 min Questionário com 5 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • Rodar um pipeline de ML completo e sem vazamentos
  • Treinar uma regressão logística e definir o limiar dela
  • Informar as métricas do conjunto de teste em comparação com uma linha de base

Hora de juntar o pipeline inteiro num pequeno conjunto de dados de empréstimos - renda, razão entre dívida e renda e anos de emprego - para prever se um solicitante fica inadimplente. Você vai escrever cada etapa:

  1. Dividir - o último quarto das linhas é o conjunto de teste.
  2. Padronizar - só com as estatísticas do treino.
  3. Treinar a regressão logística com gradiente descendente.
  4. Avaliar no conjunto de teste: acurácia, precisão e recall, comparados com a linha de base da classe majoritária.

Em projetos reais, o scikit-learn encapsula cada etapa (train_test_split, StandardScaler, LogisticRegression, classification_report) - mas, tendo escrito tudo uma vez, você vai saber exatamente o que essas chamadas fazem.

split.py
1import numpy as np
2data = np.arange(20).reshape(10, 2)
3cut = int(len(data) * 0.75)
4print(data[:cut].shape, data[cut:].shape)
Saída
(7, 2) (3, 2)

Principais conclusões

  • Divida primeiro e depois ajuste toda transformação e o modelo só nos dados de treino.

  • O gradiente descendente sobre a log loss treina a regressão logística.

  • Avalie uma única vez no conjunto de teste, contra uma linha de base, com métricas que reflitam o custo dos erros.

Quiz da aula

5 perguntas · aprovação com 4 acertos · até 50 XP

Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

Pratique: escreva código em Python

Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.

Exercício 1

Etapa 1: divida e padronize

+25 XP

Cada linha é income dti years defaulted. Use os primeiros 75% das linhas (int(n * 0.75)) para treino e o restante para teste. Padronize as três features com a média e o desvio-padrão do treino. Imprima train: A rows, test: B rows, train means: [...] e test row 1 scaled: [...] (listas arredondadas para 2 casas decimais com np.round(...).tolist()).

  • Empréstimos
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Exercício 2

Etapa 2: treine e avalie

+25 XP

A mesma entrada e a mesma divisão. Padronize como na etapa 1 e depois treine uma regressão logística a partir de pesos zerados, com taxa de aprendizado 0.1 por 3000 passos (gradientes como na lição de regressão logística). Nas linhas de teste, preveja inadimplência quando p≥0.5p \ge 0.5 e imprima:

1baseline accuracy: X%   (always predict the majority training label)
2model accuracy: X%
3precision: P            (2 decimals, for the default class)
4recall: R               (2 decimals)
5largest weight: NAME    (by absolute value: income, dti or years)

A linha de base sempre prevê o rótulo majoritário do treino. Precisão e recall usam 2 casas decimais e se referem à classe de inadimplência. O maior peso é escolhido pelo valor absoluto, entre income, dti e years.

  • Empréstimos
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Dúvidas sobre esta lição

Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

Carregando publicações…