首先，我们尝试从列表中选择可以真正提高项目结果可靠性的功能。 我们搜索了可能影响某人贷款状态的参数。 首先，我们选择了一些给定的功能。 当我们增加新的精度时，我们发现精度越来越高。 但是，正如我们在讲座中所看到的那样，经过一段时间后，添加多个功能可能会损害系统的性能。 因此，我们试图避免最终以相似含义出现的功能。 例如，工作时间和职称。 需要知道贷款申请人是否在工作； 从职称和从职时间也可以理解。 我们的意思是，如果职位空缺，那么申请人失业，实际上与空缺的工作时间相同。 因此，我们只是将其中之一与其他功能结合使用，例如等级，房屋所有权，年收入，dti，公共记录等。 为了有效处理我们的数据，我们用相关的整数替换了选定的要素。 此外，我们将数据分为20％的训练和验证数据。 并且，我们在验证数据中看到了0.803的准确性。 但是，在使用测试数据对我们的系统进行测试之后，我们获得了0.78的准确度
