Credit Score com Naive Bayes

Visão Geral

Modelo preditivo de classificação de risco de crédito usando Gaussian Naive Bayes, com 98% de acurácia no teste e excelente capacidade de generalização.

Resultados

Métrica	Valor
Acurácia — Treino	~98,7%
Acurácia — Teste	~98,0%
Recall Macro — Teste	~99,0%

Métricas próximas entre treino e teste confirmam ausência de overfitting.

Contexto

Continuação do Módulo 17 do curso Profissão: Cientista de Dados (EBAC), onde os dados foram pré-processados: classes balanceadas e variáveis categóricas transformadas. Este módulo foca na modelagem e avaliação.

Dados

Arquivo	Descrição
`X_train_balanceado.csv`	Variáveis preditoras — treino balanceado
`y_train_balanceado.csv`	Variável alvo — treino
`X_test.csv`	Variáveis preditoras — teste
`y_test.csv`	Variável alvo — teste

Implementação

from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score, recall_score, classification_report

# Treinamento
gnb = GaussianNB()
gnb.fit(X_train, y_train)

# Avaliação
y_pred = gnb.predict(X_test)

print(f"Acurácia treino : {accuracy_score(y_train, gnb.predict(X_train)):.2%}")
print(f"Acurácia teste  : {accuracy_score(y_test, y_pred):.2%}")
print(f"Recall macro    : {recall_score(y_test, y_pred, average='macro'):.2%}")

print(classification_report(y_test, y_pred))

Por que Gaussian Naive Bayes?

Escolha do modelo

Eficiente com dados numéricos contínuos
Treinamento rápido mesmo em grandes volumes
Assume independência condicional entre features
Excelente baseline para comparação com modelos mais complexos

Stack Utilizada

Python 3.x · Pandas · NumPy
Scikit-learn — GaussianNB, métricas de avaliação
Seaborn / Matplotlib — matriz de confusão e visualizações
Jupyter Notebook — ambiente de experimentação

Evoluções Futuras

[ ] Comparativo com Bernoulli e Multinomial Naive Bayes
[ ] Pipeline com sklearn.pipeline.Pipeline
[ ] Deploy com Streamlit para demonstração interativa