Автоматизированная система оценки кредитов

💼 Автоматизированная система оценки кредитов 💰

Современные финансовые учреждения ежедневно обрабатывают тысячи заявок на кредит.
Чтобы быстро и правильно решить, кто имеет право на кредит, банки используют автоматизированные системы
на основе моделей риска.

Именно такую систему предстоит построить вам. Вы получили доступ к реалистичному набору
данных с кредитными заявками вместе с их историей одобрения.
Ваша цель — разработать модель, которая сможет оценивать новые заявки, поданные
клиентами.

В ваше распоряжение предоставлены два файла:

• train.csv - исторические заявки с финальным решением (loan_status)
• test.csv - новые заявки, для которых у нас нет связанного решения

Основная цель: предсказание вероятности, на основе которой мы можем классифицировать каждую заявку как одобренную или отклоненную (вероятность между 0 и 1, где 0 означает, что кредит точно не предоставляется, а 1 означает, что кредит точно предоставляется).

📊 Набор данных

Каждая запись представляет заявку на кредит с демографической,
финансовой, поведенческой информацией и деталями о типе запрашиваемого кредита.

Основные атрибуты:

• customer_id - уникальный 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 - только в train.csv, метка для предсказания

Конечная цель — предсказать loan_status для строк из test.csv.

📝 Задачи

Первые три подзадачи проверяют понимание структуры набора данных.
Последняя подзадача оценивает модель классификации.

Подзадача 1 (10 баллов)

Классифицируйте каждого заявителя из тестового набора по возрасту:

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

Подзадача 2 (15 баллов)

Определите уровень риска на основе debt_to_income_ratio:

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

Подзадача 3 (15 баллов)

Для каждой строки из теста вычислите:

1total_obligations = current_debt + derogatory_marks + delinquencies_last_2yrs

Верните целое число.

Подзадача 4 (60 баллов)

Постройте модель классификации, которая предсказывает loan_status (вероятность p из [0,1]) для каждой строки из теста.

Оценка производится с использованием AUC (Area Under the ROC Curve).

🧮 Оценивание

• AUC ≥ 0.95 → 60 баллов
• AUC ≤ 0.80 → 0 баллов
• Интервал между ними: пропорциональный балл

Подзадачи 1–3 оцениваются точно (путем сравнения).

📄 Формат файла отправки

Файл submission.csv должен содержать по 4 строки для каждой строки из теста,
соответствующие 4 подзадачам.

Структура:

1subtaskID datapointID answer

где:

• subtaskID - 1, 2, 3 или 4
• datapointID - значение customer_id
• answer - может иметь одно из следующих значений (в зависимости от задачи):
  • Подзадача 1: Young / Adult / Senior
  • Подзадача 2: LowRisk / MediumRisk / HighRisk
  • Подзадача 3: целое число
  • Подзадача 4: вероятность того, что loan_status = 1 (вещественное число 0–1)

Пример для customer_id = 9071:

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

Удачи в разработке автоматизированной системы оценки кредитов!

📊 Метрика оценки: ROC AUC 📈

Для Подзадачи 4 оценка производится с использованием ROC AUC (Area Under the ROC Curve).
Это единая мера, которая обобщает производительность классификатора для всех возможных порогов принятия решений.

Как вычисляется ROC AUC?

1. Строится кривая ROC, которая представляет:
   • TPR (True Positive Rate) - правильная доля одобрения одобренных заявок
   • FPR (False Positive Rate) - доля отклоненных заявок, неправильно одобренных

2. Площадь под кривой (AUC) вычисляется с использованием правила трапеций:
   • Кривая разделяется на трапеции с помощью вертикальных линий при значениях FPR и горизонтальных линий при значениях TPR
   • Складываются площади трапеций для получения финального значения AUC

3. Интерпретация оценки:
   • ROC AUC = 1 🏆 → идеальный классификатор, все заявки классифицированы правильно
   • ROC AUC = 0.5 🎲 → случайный классификатор, без предсказательной силы
   • 0.5 < ROC AUC < 1 📈 → насколько хорошо классификатор разделяет классы