mlops-credit-v1

Modelo RandomForest para classificação binária — domínio credit. Desenvolvido como parte do curso CDIA M7 — Semana 3.

Uso

from huggingface_hub import hf_hub_download
import joblib

model = joblib.load(hf_hub_download("Zaras210/mlops-credit-v1", "model.pkl"))
prediction = model.predict([[...]])

Features de entrada

Feature	Tipo	Descrição
renda_mensal	float	Renda mensal em reais
divida_atual	float	Dívida atual em reais
historico_pagamentos	int	Score de histórico (0-100)
idade	int	Idade do solicitante
num_dependentes	int	Número de dependentes

Target: inadimplente (0 = negativo, 1 = positivo)

Métricas (test set)

Métrica	Valor
Accuracy	0.680
Precision (classe 1)	0.451
Recall (classe 1)	0.264
F1-score (classe 1)	0.333

Limitações

• Treinado com dados sintéticos — não reflete distribuições reais.
• RandomForest com hiperparâmetros padrão, sem tuning.
• Proporção de classes fixada na geração.