## Лабораторная работа №3

### Деревья решений

## Cтудент группы ПИбд-41 Абанин Даниил

### Как запустить лабораторную работу:

* установить python, numpy, matplotlib, sklearn
* запустить проект (lab3)

### Какие технологии использовались:

* Язык программирования `Python`, библиотеки numpy, matplotlib, sklearn
* Среда разработки `PyCharm`

### Что делает лабораторная работа:

* Выполняет ранжирование признаков для регрессионной модели
* По данным "Eligibility Prediction for Loan" решает задачу классификации (с помощью дерева решений), в которой необходимо выявить риски выдачи кредита и определить его статус (выдан или отказ). В качестве исходных данных используются три признака: Credit_History - соответствие кредитной истории стандартам банка, ApplicantIncome - доход заявителя, LoanAmount - сумма кредита.

### Примеры работы:

#### Результаты:
* Наиболее важным параметром при выдачи кредита оказался доход заявителя - ApplicantIncome, затем LoanAmount - сумма выдаваемого кредита

![Result](result.png)