Рекомендации по улучшению модели

- Удалив признаки `Доход` `Пол` позволило получить оптимальный порог классификации, который увеличил метрики (без удаления признаков, даже порог классификаци не подбирался, 0.5 по умолчанию был оптимальный,
- При пороге классификации 0.5 по умолчанию метрики были крайне негативны по смыслу, False результатов не было совсем,
- **Поэтому, чтобы улучшить метрики необходимо удалять признаки по одному или списком, даже если кажется что такой признак очень важен, чтобы определить без каких признаков модель станет показывать лучший результат, прогноз, метрики**
(Что имеем ввиду, что может удалить признак курение - сильно бы улучшило прогнозную силу модели, метрики, хотя кажется, что курение прямо влияет на РСЗ (риск сердечных заболеваний) и удалять его нельзя

Sehen Sie sich die Jupyter-Notebooks im Repository an, um das aktuelle Modell und den aktuellen Funktionsumfang zu verstehen. Identifizieren Sie die Features 'Доход' und 'Пол' (wahrscheinlich 'Income' und 'Gender') sowie das Feature 'курение' ('Smoking'). Führen Sie Experimente durch, bei denen diese Features einzeln und in Kombination entfernt werden, und bewerten Sie Metriken wie accuracy oder F1-score. Ziel ist es zu bestätigen, dass das Entfernen bestimmter Features die Modellleistung wie vorgeschlagen verbessert.

Vom Indexierungsmodell aus dem Issue-Text verfasst.