Allisterh/Financial_Inclusion_Africa

Analysis of the dataset "Financial Inclusion in Africa" ## Introdução Esse repositório contém códigos do desafio Zindi Africa. Aqui, é descrito todo o processo para chegar no resultado final. Os códigos completos do estudo estão no arquivo `CaseAnaliseDados.R`. Os dados, obtidos de estão na pasta `data`. O objetivo é fazer um modelo que identifique quais pessoas possuem conta no banco, correspondente a variável `bank_account`. O desafio foi feito na linguagem `R` e as etapas do processo são: - Análise exploratória dos dados - Balanceamento de variáveis - Modelagem - Resultados ## Importações Os pacotes `data.table` e `tidyverse` (que inclui `dplyr`, `tidyr` e outros) serão utilizados para as operações de *data wrangling*. Para as visualizações, utilizarei o `ggplot2` (incluído no `tidyverse`) e `magick`; enquanto que os pacotes `caret`, `pROC` e `xgboost` serão utilizados na parte de *machine learning*. Os dados originais estão divididos entre treino e teste, sendo que o teste não contém a variável resposta. ## Análise Exploratória dos Dados ``` r names(train) ``` ## [1] "country" "year" "uniqueid" ## [4] "bank_account" "location_type" "cellphone_access" ## [7] "household_size" "age_of_respondent" "gender_of_respondent" ## [10] "relationship_with_head" "marital_status" "education_level" ## [13] "job_type" A descrição das variáveis está contida no arquivo `VariableDefinitions.csv`, que são as seguintes: - **country**: País do entrevistado - **year**: Ano da entrevista - **uniqueid**: Identificação única do entrevistado - **location\_type**: Tipo da localização, se urbano ou rural - **cellphone\_access**: Se o entrevistado tem acesso a celular - **household\_size**: Número de pessoas vivendo no domicílio do entrevistado - **age\_of\_respondent**: Idade do entrevistado - **gender\_of\_respondent**: Sexo do entrevistado - **relationship\_with\_head**: Relação do entrevistado com o (a) chefe de família - **marital\_status**: Estado civil …