Модель

Точность

Оценка F1 (успешно)

Оценка F1 (отмена)

Оценка F1 (возврат)

Примечания

Логистическая регрессия

0,71

0,78

0,65

0,60

Хорошая интерпретируемость, базовый уровень

Случайный лес

0,77

0,82

0,71

0,68

Высокая устойчивость к переобучению

Градиентный бустинг

0,79

0,84

0,74

0,70

Лучшая точность, хорошо работает с данными

K-ближайших соседей

0,69

0,76

0,62

0,58

Чувствителен к масштабу признаков

Глубокое обучение

0,78

0,83

0,72

0,69

Требует больше данных и вычислений