Локальный классификатор со встроенными инструментами корректировки дисбаланса классов и баггинга локальных моделей

Постановка проблемы. Прогнозирование дефолта заемщиков является одной из первых задач [1], для которых было применено машинное обучение. В работе описывается новый интегральный метод прогнозирования дефолта заемщиков (далее – интегральный метод), являющийся локальным классификатором со встроенными инструментами корректировки дисбаланса классов и баггинга локальных моделей. Результатом разработки интегрального метода стали методы последовательной трехэтапной оптимизации компонентов интегрального метода и адаптивной коррекции дисбаланса классов.

Цель. Описать интегральный метод и вспомогательные методы (метод адаптивной коррекции дисбаланса классов и метод последовательной оптимизации), обеспечивающие его настройку, а также продемонстрировать эффективность предложенных методов.

Результаты. Показано, что предложенный интегральный метод в среднем на пяти независимых наборах данных обеспечил увеличение F1-меры на 0,395±0,051 и полноты на 0,412±0,049 относительно базовой модели.

Практическая значимость. Предложенные методы обеспечивают снижение прямых убытков от невозврата кредита при повышении показателей качества классификации применяемых моделей прогнозирования дефолта заемщиков. Также результаты исследования можно использовать в профильных образовательных программах.