## Лабораторная работа №6

### MLPClassifier

## Cтудент группы ПИбд-41 Абанин Даниил

### Как запустить лабораторную работу:

* установить python, numpy, matplotlib, sklearn
* запустить проект (lab6)

### Какие технологии использовались:

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

### Что делает лабораторная работа:

* По данным "Eligibility Prediction for Loan" решает задачу классификации, в которой необходимо выявить риски выдачи кредита. В качестве исходных данных используются признаки: 
Credit_History - соответствие кредитной истории стандартам банка, ApplicantIncome - доход заявителя, LoanAmount - сумма кредитаб, Self_Employed - самозанятость (Да/Нет), Education - наличие образования, Married - заявитель женат/замужем (Да/Нет).

### Примеры работы:

#### Результаты:
* Было проведено несколько прогонов на разном количестве итераций (200, 400, 600, 800, 1000)

![Result](score_1.png)
![Result](score_2.png)

Средняя точность находится в диапазоне 50-60%, что является недостаточным значением. Увеличение итераций не дало значительного улучшения результата, 
максиальный прирост составляет 10%


![Result](result_mean.jpg)