雷鋒網(wǎng)按：本文為 AI 研習(xí)社編譯的技術(shù)博客，原標(biāo)題 Data mining for Banking: Loan approval use case，作者為 Youssef Fenjiro。

翻譯 | 老周      校對(duì) | 程煒      整理 | MY

銀行的基本商業(yè)模式是作為金融中介——通過籌集融資和貸款（抵押貸款，房地產(chǎn)，消費(fèi)者和公司貸款）。后者是兩個(gè)主要貸款審批和欺詐組成的主要信用風(fēng)險(xiǎn)來源。在這篇文章中，我們將通過使用數(shù)據(jù)挖掘模型來關(guān)注貸款審批。

基于信用評(píng)分向零售和企業(yè)客戶授予信用是關(guān)鍵風(fēng)險(xiǎn)評(píng)估工具，其允許通過信譽(yù)評(píng)分來最佳的管理、理解和量化潛在的債務(wù)人的信用風(fēng)險(xiǎn)，與評(píng)判評(píng)分相比，基于信用評(píng)分是更穩(wěn)健和一致的評(píng)估技術(shù)。

零售投資組合中的信用評(píng)分反映了貸款申請(qǐng)時(shí)客戶的違約風(fēng)險(xiǎn)，它有助于根據(jù) 4 個(gè)主要輸入數(shù)據(jù)決定是接受還是拒絕信用申請(qǐng)：

• 客戶信息：年齡，性別，婚姻狀況，工作，收入/工資，住房（租金，自有，免費(fèi)），地理（城市/農(nóng)村），住宅狀況，現(xiàn)有客戶（Y / N），客戶年數(shù)，總債務(wù)，賬戶余額。

• 信用信息：總金額，用途，月付金額，利率......

• 信用記錄：付款記錄和拖欠（付款延遲），當(dāng)前債務(wù)金額，拖欠付款的月數(shù)，信用記錄長度，自上次信用以來的時(shí)間，使用中的信用類型。

• 銀行賬戶行為：平均每月儲(chǔ)蓄金額，最高和最低余額水平，信用額度，支付趨勢(shì)，余額趨勢(shì)，未付款數(shù)量，超過信用額度的次數(shù)，更改家庭住址的次數(shù)

  
  

特征選擇和模型

數(shù)據(jù)挖掘通過顯示哪些特征（因素）對(duì)特定結(jié)果影響最大來增加理解：關(guān)聯(lián)矩陣有助于消除相關(guān)變量，特征選擇方法（特別是多元相關(guān)）如逐步回歸用于過濾不相關(guān)的預(yù)測(cè)變量；它在每一輪中添加最佳特征（或刪除最差特征），并在每次迭代中使用交叉驗(yàn)證評(píng)估模型誤差，以最終保持最佳預(yù)測(cè)器子集（特征選擇主題將在單獨(dú)的文章中處理）。

邏輯回歸和決策樹都是用于構(gòu)建行為記分卡的流行分類技術(shù)（監(jiān)督學(xué)習(xí)），它們是分析數(shù)據(jù)集的統(tǒng)計(jì)方法，分析獨(dú)立變量的預(yù)測(cè)者(或解釋者) 和因變量的響應(yīng)(或結(jié)果變量) 之間的關(guān)系。在我們的例子中，我們?cè)噲D根據(jù)上面給出的輸入變量的值來估計(jì)給予貸款的概率。為簡化起見，我們將變量數(shù)量限制在 4 個(gè)預(yù)測(cè)變量：年齡，收入，平均每月儲(chǔ)蓄金額，信用期限之后。

Logistic 回歸

在邏輯回歸中，目標(biāo) y 是二元的 ( 授予 p = 1 /不授予 p = 0) 和 授予信貸的概率 p。目標(biāo)是找到下面的公式的系數(shù) αi 來預(yù)測(cè) P 的 logit 變換。

為了找到系數(shù) αi，我們用標(biāo)記的歷史數(shù)據(jù)訓(xùn)練分類模型，其中 已經(jīng)知道「授予」/「未授予」的決定，通過使用交叉熵作為損失函數(shù)來比較預(yù)測(cè) ^ y vs 標(biāo)簽 y：

αi 的值是使用其一階導(dǎo)數(shù)和梯度下降等優(yōu)化算法最小化 L（α0，...，α4）的值： 

決策樹

在決策樹（如 CRT，QUAID，QUEST，C5.0）中，我們構(gòu)建分類模型，學(xué)習(xí)從數(shù)據(jù)特征推斷出的決策規(guī)則以進(jìn)行預(yù)測(cè)，生成具有與屬性（輸入變量）對(duì)應(yīng)的決策節(jié)點(diǎn)的樹結(jié)構(gòu)。

• 步驟 1：使用分類準(zhǔn)則（Splitting Criterion）（如信息增益，增益比，基尼指數(shù)）選擇具有最佳分?jǐn)?shù)的屬性，該分?jǐn)?shù)將被選擇以產(chǎn)生關(guān)于目標(biāo)變量的最純節(jié)點(diǎn)（在我們的例子中，最佳分離的屬性授予來自未授予）。

• 步驟 2：使用結(jié)果子集創(chuàng)建根分裂節(jié)點(diǎn)，然后通過重用分裂標(biāo)準(zhǔn)來選擇下一個(gè)最佳屬性以生成關(guān)于目標(biāo)變量的最純子節(jié)點(diǎn)，從而對(duì)每個(gè)子集重復(fù)步驟 1
  

......

想要繼續(xù)閱讀，請(qǐng)移步至我們的AI研習(xí)社社區(qū)：https://club.leiphone.com/page/TextTranslation/693

更多精彩內(nèi)容盡在 AI 研習(xí)社。

不同領(lǐng)域包括計(jì)算機(jī)視覺，語音語義，區(qū)塊鏈，自動(dòng)駕駛，數(shù)據(jù)挖掘，智能控制，編程語言等每日更新。

雷鋒網(wǎng)雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng)))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。