GSB Data Science Practice

Условия:

• Задача: Предсказать вероятность дефолта(PD) команий
• Данные: 32 395 объектов предоставлющие информацию о компаниях
• Целевая метрика: Accuracy
• Вспомогательная метрика: ROC-AUC

Видео презентация и защиты решения:

video_presentation.mov

Последовательность работы с данными:

• Анализ данных
• Создание признаков, основываясь на анализе предметной области
• WOE-binning
• Pipeline содержащий в себе:
  • SMOTE
  • StantardScaler
  • Logistic regression
• Интерпретация модели:
  • PDP-plots
  • Benefit-curve
  • Скоринговая карта
• Рекомендации:
  • Предложена метрика для оценивания модели после ее интеграции

Результаты:

• Accuracy: 0.65
• ROC-AUC: 0.69
• ROC-curve:
  • 
• Benefit-curve:
  • 

Библиотеки использованные в работе:

• pandas
• numpy
• matplotlib
• sklearn
• scipy
• pdpbox
• mlxtend