GrupoD_​TPApp_​MD2026_​P2_​V3_​Modelos

Modelo de Regresión Logística

Se evalúa la generación de clusters sin la variable credit_history. Se puede notar como conclusión, que los clusters se generan de manera casi igual sin tener esta variable. Lo que identifica que hay relaciones dentro de las variables

Se arman clusters K-means, con la variable Credit_history. Se detecta relación de variables y se agrega la columna cluster como nueva caracteristica

Modelo Árbol de decisión. Se ajustan hiperparámetros, se agregan nodos x-partitiones para intentar mejorar las métricas

Random Forest. Modelo ganador porque me reduce el costo de oportunidad.

Se prueba la hipótesis quitando la variable credit_history. Nos devuelve un árbol con métricas muy malas. Confirmamos que los algoritmos de clasificación se apoyan mucho sobre esta variable.

Modelo Gradient Boosted Tree

Modelo Naive Bayes