Этот репозиторий содержит анализ прогнозирования банкротства для польских и тайваньских компаний. Целью данного анализа является построение и сравнение моделей классификации для прогнозирования банкротства.

Проект направлен на выявление лучших моделей классификации для прогнозирования банкротства польских и тайваньских компаний. Анализ включает предобработку данных, отбор признаков и оценку моделей.

• Poland.ipynb: Jupyter ноутбук, содержащий процесс анализа данных и построения моделей для польских компаний.
• Taiwan.ipynb: Jupyter ноутбук, содержащий процесс анализа данных и построения моделей для тайваньских компаний.

Наборы данных, используемые в этом анализе, получены из UCI Machine Learning Repository. Они содержат финансовые и нефинансовые атрибуты польских и тайваньских компаний, которые используются в качестве признаков для прогнозирования целевой переменной (банкротства).

• https://archive.ics.uci.edu/dataset/572/taiwanese+bankruptcy+prediction
• https://archive.ics.uci.edu/dataset/365/polish+companies+bankruptcy+data

1. Получение данных: Наборы данных загружаются с использованием пакета ucimlrepo.
2. Корреляционный анализ: Высококоррелированные признаки выявляются и удаляются для уменьшения мультиколлинеарности.
3. Вариационный анализ: Признаки с низкой вариацией удаляются, так как они не вносят значительного вклада в модель.

Построены и оценены несколько моделей классификации, включая, но не ограничиваясь:

• Логистическая регрессия
• Случайные леса
• Градиентный бустинг
• Xgboost

Модели оцениваются с использованием различных метрик для обеспечения комплексной оценки, таких как:

• Точность (Accuracy)
• Точность (Precision)
• Полнота (Recall)
• F1-мера (F1-Score)
• ROC-AUC