مدلهای یادگیری ماشین برای رتبه بندی اعتباری با استفاده از جستوجوی شبکهای و متعادل سازی دادهها

چکیده مقاله

در این پژوهش با هدف ارتقای دقت پیشبینی ریسک بازپرداخت وام، ۹ الگوریتم طبقه بندی شامل Logistic regression، Random forest، Decision Tree، KNN، SVM، AdaBoost، Gradient boosting، XGBoost و MLP روی مجموعه داده نامتعادل دارای ۹۵۷۸ رکورد ارزیابی شدند پس از تقسیم ۸۹ به ۸۰ برای آموزش و آزمون، انجام پیش پردازش شامل جایگذاری مقادیر گمشده، استانداردسازی ویژگی ها و One Hot Encoding متغیرهای دسته ای دو فاز آزمایشی اجرا گردید: فاز اولیه بدون متعادل کردن کلاس ها و تنظیم پارامتر، فاز SMOTE به همراه جستوجوی شبکه های با معیار F۱ برای شناسایی مشتریان پرریسک نتایج نشان دادند که در فاز اولیه دقت کلی مدل ها بین ۳۸% تا ۳۸% و معیارهای Recall و F۱ برای کلاس اقلیت کمتر از ۸۳% بود با اعمال SMOTE و بهینه سازی مبتنی بر F۱ score، دقت کلی به میانگین ۴۸% کاهش یافت اما Recall و F۱ کلاس پرریسک بهطور چشمگیری بهبود یافت؛ به گونه ای که SVM بهترین توازن را با ۴۸% = Precision، ۹۹% = Recall و ۸۸% = F۱ ارائه کرد، در حالی که AdaBoost بیشترین ۴۳% = Recall را کسب نمود و LogisticRegression، RandomForest و AdaBoost هر یک ۸۸% = F۱ را به دست آوردند یافته ها بیانگر اهمیت اولویت بندی معیار F۱ و استفاده از روش های متعادل کردن مانند SMOTE برای افزایش حساسیت مدل در شناسایی مشتریان پرریسک است

کلیدواژه‌ها

نویسندگان

علیرضا سلیمانی

دانشجوی کارشناسی ارشد مهندسی مالی دانشگاه تربیت مدرس

محمدعلی رستگار

عضو هیات علمی دانشگاه تربیت مدرس

�لیمانی، علیرضا و رستگار، محمدعلی،1404،مدلهای یادگیری ماشین برای رتبه بندی اعتباری با استفاده از جستوجوی شبکهای و متعادل سازی دادهها،یازدهمین کنفرانس بین المللی مدیریت، حسابداری، بانکداری و اقتصاد ایران،مشهد

ارائه‌شده در

مجموعه مقالات یازدهمین کنفرانس بین المللی مدیریت، حسابداری، بانکداری و اقتصاد ایران3 خرداد 1404 · مشهد