Несиелерді автоматтандырылған бағалау жүйесі

💼 Несиелерді бағалаудың автоматтандырылған жүйесі 💰

Заманауи қаржы институттары күн сайын мыңдаған несие өтініштерін өңдейді.
Кімнің лайықты екенін жылдам және дұрыс шешу үшін банктер тәуекел модельдеріне
негізделген автоматтандырылған жүйелерді пайдаланады.

Осындай жүйені дәл сіз құруыңыз керек. Сізге несие өтініштерінің нақты деректер
жиынтығына олардың мақұлдау тарихымен бірге қол жетімділік берілді.
Сіздің мақсатыңыз - клиенттердің жаңа өтініштерін бағалай алатын модель дамыту.

Сізге екі файл берілді:

• train.csv - соңғы шешімі бар тарихи өтініштер (loan_status)
• test.csv - шешімі байланыстырылмаған жаңа өтініштер

Негізгі мақсат: әрбір өтінішті мақұлданған немесе қабылданбаған деп жіктеуге болатын ықтималдықты болжау (0 мен 1 арасындағы ықтималдық, мұндағы 0 несие берілмейтінін, ал 1 несие міндетті түрде берілетінін білдіреді).

📊 Деректер жиынтығы

Әрбір жазба несие өтінішін білдіреді, демографиялық, қаржылық, мінез-құлықтық
ақпарат және сұралған несие түрінің мәліметтерімен.

Негізгі атрибуттар:

• customer_id - бірегей идентификатор
• 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 - тек train.csv-де, болжанатын белгі

Соңғы мақсат test.csv жолдары үшін loan_status болжау.

📝 Тапсырмалар

Алғашқы үш ішкі тапсырма деректер жиынтығының құрылымын түсінуді тексереді.
Соңғы ішкі тапсырма жіктеу моделін бағалайды.

Ішкі тапсырма 1 (10 ұпай)

Тест жиынтығындағы әрбір өтініш берушіді жасы бойынша жіктеңіз:

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

Ішкі тапсырма 2 (15 ұпай)

debt_to_income_ratio негізінде тәуекел деңгейін анықтаңыз:

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

Ішкі тапсырма 3 (15 ұпай)

Тесттің әрбір жолы үшін есептеңіз:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

Бүтін санды қайтарыңыз.

Ішкі тапсырма 4 (60 ұпай)

Тесттің әрбір жолы үшін loan_status болжайтын жіктеу моделін құрыңыз ([0,1] аралығындағы p ықтималдығы).

Бағалау AUC (Area Under the ROC Curve) арқылы жүргізіледі.

🧮 Бағалау

• AUC ≥ 0.95 → 60 ұпай
• AUC ≤ 0.80 → 0 ұпай
• Олардың арасындағы аралық: пропорционалды ұпай

1–3 ішкі тапсырмалар дәл бағаланады (салыстыру арқылы).

📄 Жіберу файлының форматы

submission.csv файлы тесттің әрбір жолы үшін 4 жолдан тұруы керек,
4 ішкі тапсырмаға сәйкес.

Құрылым:

1subtaskID datapointID answer

мұндағы:

• subtaskID - 1, 2, 3 немесе 4
• datapointID - customer_id мәні
• answer - келесі мәндердің біреуі болуы мүмкін (тапсырмаға байланысты):
  • Ішкі тапсырма 1: Young / Adult / Senior
  • Ішкі тапсырма 2: LowRisk / MediumRisk / HighRisk
  • Ішкі тапсырма 3: бүтін сан
  • Ішкі тапсырма 4: loan_status = 1 ықтималдығы (0–1 нақты сан)

customer_id = 9071 үшін мысал:

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

Несиелерді бағалаудың автоматтандырылған жүйесін дамытуда сәттілік!

📊 Бағалау метрикасы: ROC AUC 📈

Ішкі тапсырма 4 үшін бағалау ROC AUC (Area Under the ROC Curve) арқылы жүргізіледі.
Бұл барлық мүмкін шешім табалдырықтары үшін жіктеушінің өнімділігін жинақтайтын бірегей өлшем.

ROC AUC қалай есептеледі?

1. ROC қисығы салынады, ол мыналарды білдіреді:
   • TPR (True Positive Rate) - мақұлданған өтініштерді дұрыс мақұлдау жылдамдығы
   • FPR (False Positive Rate) - қабылданбаған өтініштерді қате мақұлдау жылдамдығы

2. Қисық астындағы аудан (AUC) трапеция ережесі арқылы есептеледі:
   • Қисық FPR мәндеріндегі тік сызықтар мен TPR мәндеріндегі көлденең сызықтарды пайдаланып трапецияларға бөлінеді
   • AUC-тің соңғы мәнін алу үшін трапециялардың аудандары қосылады

3. Ұпайды түсіндіру:
   • ROC AUC = 1 🏆 → мінсіз жіктеуші, барлық өтініштер дұрыс жіктеледі
   • ROC AUC = 0.5 🎲 → кездейсоқ жіктеуші, болжау күші жоқ
   • 0.5 < ROC AUC < 1 📈 → жіктеуші кластарды қаншалықты жақсы бөледі