Sistema Supervisório para Detecção de Vazamento de Água em Reservatórios

Gostaria que fosse realizado um código embasado em técnicas de aprendizado supervisionado, utilizando os algoritmos: Regressão Logistica; Árvore de Decisão; Random Forest ; Naive Bayes e SVM-suport Vector Machine  disponíveis na biblioteca  sklearn (scikit-learn). Esses algoritmos serão aplicados a um banco de dados criado manualmente ( O Banco é em Excel e contém 500 linhas) contendo informações de consumo de água de uma residência, onde necessito que seja criado  um modelo capaz de detectar padrões associados a vazamentos. Ou seja, o banco contem os valores de variáveis físicas de fluxo de água, volume, nível de caixas d’aguas e status de eletrobombas. Assim como a variável alvo, que indica se há ou não um vazamento a cada linha, representada por 1 (vazamento) e 0 (sem vazamento).
A partir das métricas como acurácia, precisão, recall e F1-score, aplicada a cada modelo de aprendizado supervisionado, deve-se avaliar o desempenho, e assim escolher o mais adequado para a detecção de vazamentos.
Após o treinamento, o modelo pode ser aplicado em novos dados para prever o estado de vazamento. A partir das leituras das linhas do banco o modelo deverá indicar em qual momento  há uma alta probabilidade de vazamento (1) ou não (0).