מערכת אוטומטית להערכת הלוואות

💼 מערכת אוטומטית להערכת הלוואות 💰

מוסדות פיננסיים מודרניים מעבדים מדי יום אלפי בקשות להלוואה.
כדי להחליט במהירות ובצורה נכונה מי זכאי, הבנקים משתמשים במערכות אוטומטיות
המבוססות על מודלי סיכון.

מערכת כזו עומדת להיבנות בדיוק על ידך. קיבלת גישה לסט
ריאליסטי של נתונים עם בקשות אשראי, יחד עם היסטוריית האישור שלהן.
המטרה שלך היא לפתח מודל שיוכל להעריך בקשות חדשות שנשלחות
על ידי לקוחות.

הועמדו לרשותך שני קבצים:

• train.csv - הבקשות ההיסטוריות עם ההחלטה הסופית (loan_status)
• test.csv - בקשות חדשות, שעבורן אין לנו החלטה משויכת

המטרה העיקרית: חיזוי הסתברות שעל בסיסה נוכל לסווג כל בקשה כמאושרת או נדחית (הסתברות בין 0 ל-1, כאשר 0 אומר שבוודאות לא ניתנת ההלוואה ו-1 אומר שבוודאות ניתנת ההלוואה).

📊 סט הנתונים

כל רשומה מייצגת בקשה להלוואה, עם מידע דמוגרפי,
פיננסי, התנהגותי ופרטים על סוג האשראי המבוקש.

תכונות עיקריות:

• customer_id - מזהה ייחודי
• 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 - רק ב-train.csv, התווית לחיזוי

המטרה הסופית היא לחזות את loan_status עבור השורות ב-test.csv.

📝 משימות

שלושת המשימות הראשונות בודקות הבנה של מבנה סט הנתונים.
המשימה האחרונה מעריכה את מודל הסיווג.

משימה 1 (10 נקודות)

סווגו כל מבקש מסט הבדיקה לפי גיל:

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

משימה 2 (15 נקודות)

קבעו את רמת הסיכון על בסיס debt_to_income_ratio:

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

משימה 3 (15 נקודות)

עבור כל שורה בבדיקה, חשבו:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

החזירו מספר שלם.

משימה 4 (60 נקודות)

בנו מודל סיווג שמחזה את loan_status (הסתברות p מ-[0,1]) עבור כל שורה בבדיקה.

ההערכה נעשית באמצעות AUC (Area Under the ROC Curve).

🧮 הערכה

• AUC ≥ 0.95 → 60 נקודות
• AUC ≤ 0.80 → 0 נקודות
• הטווח ביניהן: ציון יחסי

משימות 1–3 מוערכות בדיוק (על ידי השוואה).

📄 פורמט קובץ ההגשה

הקובץ submission.csv חייב להכיל 4 שורות עבור כל שורה בבדיקה,
המתאימות ל-4 המשימות.

מבנה:

1subtaskID datapointID answer

כאשר:

• subtaskID - 1, 2, 3 או 4
• datapointID - הערך customer_id
• answer - שיכול להיות אחד מהערכים הבאים (בהתאם למשימה):
  • משימה 1: Young / Adult / Senior
  • משימה 2: LowRisk / MediumRisk / HighRisk
  • משימה 3: מספר שלם
  • משימה 4: ההסתברות ש-loan_status = 1 (מספר ממשי 0–1)

דוגמה עבור customer_id = 9071:

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

הצלחה בפיתוח המערכת האוטומטית להערכת הלוואות!

📊 מדד ההערכה: ROC AUC 📈

עבור משימה 4, ההערכה נעשית באמצעות ROC AUC (Area Under the ROC Curve).
זהו מדד יחיד שמסכם את הביצועים של מסווג עבור כל הספים האפשריים להחלטה.

איך מחשבים ROC AUC?

1. מתווים את עקומת ROC, שמייצגת:
   • TPR (True Positive Rate) - שיעור האישור הנכון של בקשות שאושרו
   • FPR (False Positive Rate) - שיעור הבקשות שנדחו ואושרו בטעות

2. השטח מתחת לעקומה (AUC) מחושב באמצעות כלל הטרפזים:
   • העקומה מחולקת לטרפזים באמצעות הקווים האנכיים בערכי FPR והקווים האופקיים בערכי TPR
   • מחברים את שטחי הטרפזים כדי לקבל את הערך הסופי של AUC

3. פרשנות הציון:
   • ROC AUC = 1 🏆 → מסווג מושלם, כל הבקשות מסווגות נכון
   • ROC AUC = 0.5 🎲 → מסווג אקראי, ללא כוח חיזוי
   • 0.5 < ROC AUC < 1 📈 → עד כמה טוב המסווג מפריד בין הקטגוריות