an-karpov / credit_scoring Goto Github PK

Датасет содержит информацию о клиентах некоторого банка.

Целевая переменная (таргет) – SeriousDlqin2yrs: клиент имел просрочку 90 и более дней

• RevolvingUtilizationOfUnsecuredLines: общий баланс средств (общий баланс по кредитным картам и личным кредитным линиям, за исключением недвижимости и долгов без рассрочки, таких как автокредиты, деленный на сумму кредитных лимитов)
• age: возраст заемщика
• NumberOfTime30-59DaysPastDueNotWorse: сколько раз за последние 2 года наблюдалась просрочка 30-59 дней
• DebtRatio: ежемесячные расходы (платеж по долгам, алиментам, расходы на проживания) деленные на месячный доход
• MonthlyIncome: ежемесячный доход
• NumberOfOpenCreditLinesAndLoans: количество открытых кредитов (напрмер, автокредит или ипотека) и кредитных карт
• NumberOfTimes90DaysLate: сколько раз наблюдалась просрочка (90 и более дней)
• NumberRealEstateLoansOrLines: количество кредиов (в том числе под залог жилья)
• RealEstateLoansOrLines: закодированное количество кредиов (в том числе под залог жилья) - чем больше код буквы, тем больше кредитов
• NumberOfTime60-89DaysPastDueNotWorse: сколько раз за последние 2 года заемщик задержал платеж на 60-89 дней
• NumberOfDependents: количество иждивенцев на попечении (супруги, дети и др)
• GroupAge: закодированная возрастная группа - чем больше код, тем больше возраст

├── README.md
├── data
│   ├── credit_scoring.csv       <- Original data
│   └── preprocessed_data.csv    <- Preprocessed data
│
├── app                <- Streamlit App.
│
├── models             <- Saved models.
│
├── pics               <- pictures
│
├── EDA_credit_scoring.ipynb
├── test-models.ipynb
├── preprocessing.py
│
└── requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
                          generated with `pip freeze > requirements.txt`

$ python -m venv venv
$ source venv/bin/activate
$ pip install -r requirements.txt
$ streamlit run app.py

В качестве основной модели использовался XGBClassifier. Для подбора гиперпараметров использовалась Баессовская оптимизация (библиотека hyperopt). Для балансировки классов использовалась процедура "upsampling".

Целевая метрика: ROC-AUC.

Подробная визуализация представлена в файле: EDA_credit_scoring.ipynb

Для предобработки данных можно запустить скрипт preprocessing.py. Очищенные данные сохраняются в data/preprocessed_data.csv

• Добавить возможность выбора модели
• Добавить визуализацию из EDA в steamlit app