Automatisiertes Kreditbewertungssystem

💼 Automatisiertes Kreditbewertungssystem 💰

Moderne Finanzinstitute bearbeiten täglich Tausende von Kreditanträgen.
Um schnell und korrekt zu entscheiden, wer berechtigt ist, verwenden Banken automatisierte Systeme
basierend auf Risikomodellen.

Ein solches System soll von dir entwickelt werden. Du hast Zugang zu einem
realistischen Datensatz mit Kreditanträgen erhalten, zusammen mit deren Genehmigungshistorie.
Dein Ziel ist es, ein Modell zu entwickeln, das neue von Kunden eingereichte Anträge
bewerten kann.

Dir wurden zwei Dateien zur Verfügung gestellt:

• train.csv - historische Anträge mit der finalen Entscheidung (loan_status)
• test.csv - neue Anträge, für die wir keine zugehörige Entscheidung haben

Hauptziel: Vorhersage einer Wahrscheinlichkeit, basierend auf der wir jeden Antrag als genehmigt oder abgelehnt klassifizieren können (eine Wahrscheinlichkeit zwischen 0 und 1, wobei 0 bedeutet, dass der Kredit sicher nicht gewährt wird und 1 bedeutet, dass der Kredit sicher gewährt wird).

📊 Der Datensatz

Jeder Datensatz repräsentiert einen Kreditantrag mit demografischen,
finanziellen, verhaltensbezogenen Informationen und Details über die Art des beantragten Kredits.

Hauptattribute:

• customer_id - eindeutige Kennung
• age, occupation_status, years_employed
• annual_income, credit_score, credit_history_years
• savings_assets, current_debt
• defaults_on_file, delinquencies_last_2yrs, derogatory_marks
• product_type, loan_intent, loan_amount, interest_rate
• debt_to_income_ratio, loan_to_income_ratio, payment_to_income_ratio
• loan_status - nur in train.csv, das zu vorhersagende Label

Das finale Ziel ist es, loan_status für die Zeilen in test.csv vorherzusagen.

📝 Aufgaben

Die ersten drei Teilaufgaben überprüfen das Verständnis der Datensatzstruktur.
Die letzte Teilaufgabe bewertet das Klassifikationsmodell.

Teilaufgabe 1 (10 Punkte)

Klassifizieren Sie jeden Antragsteller aus dem Testset nach Alter:

• Young wenn age < 30
• Adult wenn 30 ≤ age < 60
• Senior wenn age ≥ 60

Teilaufgabe 2 (15 Punkte)

Bestimmen Sie das Risikoniveau basierend auf debt_to_income_ratio:

• LowRisk wenn DTI < 20
• MediumRisk wenn 20 ≤ DTI < 40
• HighRisk wenn DTI ≥ 40

Teilaufgabe 3 (15 Punkte)

Berechnen Sie für jede Zeile im Test:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

Geben Sie eine ganze Zahl zurück.

Teilaufgabe 4 (60 Punkte)

Erstellen Sie ein Klassifikationsmodell, das loan_status (eine Wahrscheinlichkeit p aus [0,1]) für jede Zeile im Test vorhersagt.

Die Bewertung erfolgt mit AUC (Area Under the ROC Curve).

🧮 Bewertung

• AUC ≥ 0.95 → 60 Punkte
• AUC ≤ 0.80 → 0 Punkte
• Das Intervall dazwischen: proportionale Punktzahl

Teilaufgaben 1–3 werden exakt bewertet (durch Vergleich).

📄 Format der Einreichungsdatei

Die Datei submission.csv muss 4 Zeilen für jede Zeile im Test enthalten,
entsprechend den 4 Teilaufgaben.

Struktur:

1subtaskID datapointID answer

wobei:

• subtaskID - 1, 2, 3 oder 4
• datapointID - der Wert von customer_id
• answer - kann einen der folgenden Werte haben (je nach Aufgabe):
  • Teilaufgabe 1: Young / Adult / Senior
  • Teilaufgabe 2: LowRisk / MediumRisk / HighRisk
  • Teilaufgabe 3: ganze Zahl
  • Teilaufgabe 4: Wahrscheinlichkeit, dass loan_status = 1 (reelle Zahl 0–1)

Beispiel für customer_id = 9071:

1subtaskID datapointID answer21 9071 Adult32 9071 MediumRisk43 9071 1254 9071 0.742

Viel Erfolg bei der Entwicklung des automatisierten Kreditbewertungssystems!

📊 Bewertungsmetrik: ROC AUC 📈

Für Teilaufgabe 4 erfolgt die Bewertung mit ROC AUC (Area Under the ROC Curve).
Dies ist ein einheitliches Maß, das die Leistung eines Klassifikators für alle möglichen Entscheidungsschwellen zusammenfasst.

Wie wird ROC AUC berechnet?

1. Die ROC-Kurve wird gezeichnet, die darstellt:
   • TPR (True Positive Rate) - korrekte Rate der Genehmigung genehmigter Anträge
   • FPR (False Positive Rate) - Rate der fälschlicherweise genehmigten abgelehnten Anträge

2. Die Fläche unter der Kurve (AUC) wird mit der Trapezregel berechnet:
   • Die Kurve wird in Trapeze unterteilt mit vertikalen Linien bei den FPR-Werten und horizontalen Linien bei den TPR-Werten
   • Die Flächen der Trapeze werden addiert, um den finalen AUC-Wert zu erhalten

3. Interpretation des Scores:
   • ROC AUC = 1 🏆 → perfekter Klassifikator, alle Anträge werden korrekt klassifiziert
   • ROC AUC = 0.5 🎲 → zufälliger Klassifikator, ohne Vorhersagekraft
   • 0.5 < ROC AUC < 1 📈 → wie gut der Klassifikator die Klassen trennt