Automatizēta aizdevumu novērtēšanas sistēma

💼 Automatizēta aizdevumu novērtēšanas sistēma 💰

Mūsdienu finanšu institūcijas katru dienu apstrādā tūkstošiem aizdevumu pieteikumu.
Lai ātri un pareizi izlemtu, kas ir piemērots, bankas izmanto automatizētas sistēmas,
kas balstītas uz riska modeļiem.

Tieši tāda sistēma ir jāizveido tev. Tu esi saņēmis piekļuvi reālistiskam
kredīta pieteikumu datu kopumam kopā ar to apstiprināšanas vēsturi.
Tavs mērķis ir izstrādāt modeli, kas spētu novērtēt jaunos pieteikumus, ko iesniedz
klienti.

Tev ir nodrošināti divi faili:

• train.csv - vēsturiskie pieteikumi ar galīgo lēmumu (loan_status)
• test.csv - jauni pieteikumi, kuriem nav piesaistīts lēmums

Galvenais mērķis: varbūtības prognozēšana, uz kuras pamata varam klasificēt katru pieteikumu kā apstiprinātu vai noraidītu (varbūtība starp 0 un 1, kur 0 nozīmē, ka aizdevums noteikti netiek piešķirts un 1 nozīmē, ka aizdevums noteikti tiek piešķirts).

📊 Datu kopa

Katrs ieraksts pārstāv aizdevuma pieteikumu ar demogrāfisko,
finansiālo, uzvedības informāciju un detaļām par pieprasītā kredīta veidu.

Galvenie atribūti:

• customer_id - unikāls identifikators
• 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 - tikai train.csv, prognozējamā etiķete

Galīgais mērķis ir prognozēt loan_status rindām no test.csv.

📝 Uzdevumi

Pirmie trīs apakšuzdevumi pārbauda datu kopas struktūras izpratni.
Pēdējais apakšuzdevums novērtē klasifikācijas modeli.

Apakšuzdevums 1 (10 punkti)

Klasificējiet katru pieteicēju no testa kopas pēc vecuma:

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

Apakšuzdevums 2 (15 punkti)

Nosakiet riska līmeni, pamatojoties uz debt_to_income_ratio:

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

Apakšuzdevums 3 (15 punkti)

Katrai rindai no testa aprēķiniet:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

Atgrieziet veselu skaitli.

Apakšuzdevums 4 (60 punkti)

Izveidojiet klasifikācijas modeli, kas prognozē loan_status (varbūtību p no [0,1]) katrai rindai no testa.

Novērtēšana tiek veikta, izmantojot AUC (Area Under the ROC Curve).

🧮 Novērtēšana

• AUC ≥ 0.95 → 60 punkti
• AUC ≤ 0.80 → 0 punkti
• Intervāls starp tiem: proporcionāls punktu skaits

Apakšuzdevumi 1–3 tiek novērtēti precīzi (salīdzinot).

📄 Iesniegšanas faila formāts

Failā submission.csv jābūt 4 rindām katrai testa rindai,
kas atbilst 4 apakšuzdevumiem.

Struktūra:

1subtaskID datapointID answer

kur:

• subtaskID - 1, 2, 3 vai 4
• datapointID - customer_id vērtība
• answer - var būt viena no šādām vērtībām (atkarībā no uzdevuma):
  • Apakšuzdevums 1: Young / Adult / Senior
  • Apakšuzdevums 2: LowRisk / MediumRisk / HighRisk
  • Apakšuzdevums 3: vesels skaitlis
  • Apakšuzdevums 4: varbūtība, ka loan_status = 1 (reāls skaitlis 0–1)

Piemērs customer_id = 9071:

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

Veiksmi automatizētās aizdevumu novērtēšanas sistēmas izstrādē!

📊 Novērtēšanas metrika: ROC AUC 📈

Apakšuzdevumam 4 novērtēšana tiek veikta, izmantojot ROC AUC (Area Under the ROC Curve).
Šī ir unikāla mērvienība, kas apkopo klasifikatora veiktspēju visiem iespējamiem lēmuma sliekšņiem.

Kā aprēķina ROC AUC?

1. Tiek uzzīmēta ROC līkne, kas attēlo:
   • TPR (True Positive Rate) - pareizā apstiprināto pieteikumu apstiprināšanas likme
   • FPR (False Positive Rate) - nepareizi apstiprināto noraidīto pieteikumu likme

2. Laukums zem līknes (AUC) tiek aprēķināts, izmantojot trapeces likumu:
   • Līkne tiek sadalīta trapecēs, izmantojot vertikālās līnijas pie FPR vērtībām un horizontālās līnijas pie TPR vērtībām
   • Trapeces laukumi tiek saskaitīti, lai iegūtu galīgo AUC vērtību

3. Rezultāta interpretācija:
   • ROC AUC = 1 🏆 → perfekts klasifikators, visi pieteikumi ir klasificēti pareizi
   • ROC AUC = 0.5 🎲 → nejaušs klasifikators, bez prognozēšanas spējas
   • 0.5 < ROC AUC < 1 📈 → cik labi klasifikators atdala klases