Сравнение модификаций метода дерева решений при оценке кредитоспособности физических лиц

В последние десятилетия финансовые институты придают все большее значение управлению кредитным риском как важнейшему инструменту контроля их прибыльности. Понятие снижения риска заключается в способности вовремя выявлять потенциальные кредитные заявки, склонные к дефолту, и отклонять их. Финансовые организации используют статистический анализ и модели машинного обучения для оценки кредитоспособности потенциальных заемщиков. В настоящее время существует множество исследований, направленных на изучение моделей кредитного скоринга, которые сравнивают модели на основе статистических метрик. Однако, реальные потребности финансовых институтов заключаются в получении прибыли, а не в оптимизации статистических показателей. Логистическая регрессия является стандартным методом для кредитного скоринга, при этом существующие современные модели машинного обучения превосходят её производительность. Алгоритмы дерева решений, разработанные в 1980-е годы, с развитием современных методов получили новый толчок к развитию. В данной бакалаврской работе проводится сравнительный анализ различных версий алгоритма дерева решений в условиях оценки кредитоспособности физических лиц на двух реальных наборах исторических данных. В частности, в данном исследовании сравниваются логистическая регрессия, алгоритм CART и два ансамблевых метода Random Forest и Gradient Boosted Decision Tree. Сравнение проводится при помощи статистических метрик (accuracy, precision, recall, f1-score), площади под кривой ROC, и моделирования потенциальной прибыли от применения определённой модели. Результаты показывают, что алгоритм Gradient Boosted Decision Tree превосходит остальные модели по производительности. Также, полученные результаты доказывают, что улучшение статистических показателей модели не всегда ведёт к увеличению прибыли от использования этой модели