Построение моделей кредитного скоринга с учетом несбалансированности данных

Abstract

В данной работе представлена разработка моделей кредитного скоринга на основе бинарной классификации. Производится оценка точности разработанных моделей по различным метрикам качества, поиск эффективной модели и тестирование построенных моделей на данных кредитного портфеля банка. Исследуется влияние дисбаланса данных на точность кредитного скоринга и проводится анализ способов повышения точности оценок путем изменения гиперпараметров классификаторов и использования ансамблевых моделей.

This paper presents the development of credit scoring models based on binary classification. The accuracy of the developed models is assessed according to various quality metrics, an effective model is searched for, and the constructed models are tested on the data of the bank's loan portfolio. The impact of data imbalance on the accuracy of credit scoring is investigated and an analysis is made of ways to improve the accuracy of estimates by changing the hyperparameters of classifiers and using ensemble models.