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