Enfoque de conjunto de apilamiento para predecir la aprobación de préstamos mediante técnicas de aprendizaje automático

Summary

Este estudio desarrolla un modelo de conjunto de apilamiento que integra XGBoost, CatBoost (Gradient Boosting Model), LightGBM (Efficient Gradient Boosting Model), AdaBoost y Extra Trees para predecir las aprobaciones de préstamos utilizando datos de Kaggle. Con una precisión del 98%, identifica predictores clave como los ingresos y el puntaje crediticio, promoviendo decisiones justas y eficientes sobre la aprobación y/o el rechazo de préstamos.

Abstract

Los préstamos digitales y las innovaciones fintech han cambiado los sistemas bancarios establecidos, cambiando la inclusión financiera y la disponibilidad de crédito en países de todo el mundo. Este estudio examina cómo están cambiando las plataformas de préstamos digitales y entre pares (P2P), enfatizando cómo tecnologías como la inteligencia artificial y el aprendizaje automático están cambiando la forma en que se aprueban los préstamos. Un estudio exhaustivo de la literatura destaca las oportunidades y los problemas en el ecosistema de préstamos digitales, como la evaluación de riesgos algorítmicos, la confianza del cliente, la exclusión financiera y las lagunas regulatorias. Este documento sugiere un sólido enfoque de aprendizaje automático que utiliza un modelo de conjunto de apilamiento para pronosticar con precisión las aprobaciones de préstamos con el fin de abordar estos problemas. Los datos se preprocesaron mediante partición de prueba de entrenamiento, análisis exploratorio y codificación de etiquetas utilizando un conjunto de datos de Kaggle de acceso público que incluía datos demográficos de los solicitantes, características financieras e historiales crediticios. Con XGBoost sirviendo como meta-aprendiz, el conjunto incorpora los clasificadores Gradient Boosting Model, Efficient Gradient Boosting, AdaBoost y Extra Trees como aprendices base. Con una precisión del 98%, el modelo se evaluó utilizando medidas que incluían exactitud, precisión, recuerdo, puntuación F1 y métricas de error (MAE- Error absoluto medio, MSE- Error cuadrático medio y RMSE- Error cuadrático medio). Según los estudios de correlación, factores que incluyen activos, ingresos y puntajes CIBIL tienen un impacto significativo en las aprobaciones de préstamos. Superando a los métodos convencionales, el modelo mostró equilibrio y generalización en ambas clases. La utilidad de estos modelos para determinaciones crediticias automatizadas y basadas en datos se enfatiza en la conclusión del documento.

Introduction

En la última fase de la transformación tecnológica de la industria bancaria, nuevos proveedores de servicios financieros disruptivos de fuera del sistema bancario establecido han ingresado al mercado¹. Las empresas BigTech (grandes empresas tecnológicas que se centran principalmente en prestar directamente o con instituciones financieras) y FinTech (tecnología financiera, incluidos modelos como préstamos P2P y alternativas de crédito en línea a los bancos tradicionales) están haciendo incursiones sustanciales en el sector financiero, lo que representa un desafío para la banca tradicional a pesar de los esfuerzos de los bancos por adaptarse al panorama digital². Esta rápida evolución señala un cambio en el ecosistema financiero, donde los actores no tradicionales están remodelando cada vez más la forma en que se accede y se prestan los servicios financieros³. La aparición de préstamos digitales tiene una correlación negativa con el crédito bancario, lo que sugiere que a medida que nuevos prestamistas ingresan al mercado, la banca tradicional puede dar paso al crédito digital alternativo⁴. Esta transición fue catalizada aún más por la crisis financiera mundial de 2008, que redujo drásticamente la confianza de los clientes en los servicios financieros y ayudó a impulsar la expansión de la tecnología financiera o las empresas Fintech⁵. Fintech es el término para la combinación de tecnología y finanzas, que se refiere a la aplicación de la tecnología para brindar soluciones financieras⁶. A medida que Fintech maduró, una de sus aplicaciones más transformadoras se vio en el aumento de los préstamos P2P, también conocidos como servicios de préstamos en línea⁷. La principal innovación de los préstamos P2P es la coincidencia directa de prestamistas y prestatarios. Los prestatarios presentan solicitudes de préstamos pequeños y no garantizados, y varios inversores utilizan plataformas de préstamos para evaluar y financiar solicitudes de préstamos⁸. Los préstamos P2P funcionan de manera similar a un banco, pero utilizan Internet y tecnología de vanguardia para permitir préstamos en línea y acuerdos de deuda ⁹. El éxito y la escalabilidad de este modelo se hicieron evidentes con el lanzamiento de ZOPA.com, la primera plataforma P2P de la historia, que debutó en el Reino Unido en 2005. Desde entonces, los préstamos en línea han crecido significativamente, alcanzando más de $ 100 mil millones para 2015, y se espera que alcancen más de $ 1 billón en 2025¹⁰. Los préstamos digitales, particularmente en las economías emergentes, han evolucionado aún más con la integración de Fintech¹¹. La integración de Fintech en los préstamos digitales mejora la inclusión financiera, particularmente en los mercados emergentes. Los pagos móviles y las soluciones blockchain permiten transacciones P2P y microcréditos, reduciendo las barreras a los servicios financieros¹². Este cambio de paradigma está impulsado por la incorporación de tecnologías como blockchain, inteligencia artificial (IA), aprendizaje automático y sistemas de pago digital para crear un entorno financiero más inclusivo, eficiente y centrado en el cliente¹³. Las plataformas de préstamos digitales utilizan la tecnología para acelerar las solicitudes, ahorrar gastos y mejorar la evaluación del riesgo crediticio, lo que permite a las pequeñas empresas y a los particulares recibir financiación más rápidamente¹⁴. Utilizan big data, blockchain, IA y aprendizaje automático para mejorar la evaluación de los prestatarios, reducir los costos y promover la inclusión financiera¹⁵. El aprendizaje automático, en particular, ha revolucionado la gestión de riesgos al aprovechar fuentes de datos alternativas¹⁶. Supera los enfoques tradicionales de evaluación crediticia al aprovechar datos no tradicionales, mejorar las calificaciones de los prestatarios y pronosticar desarrollos económicos¹⁷. Este método reduce el riesgo de incumplimiento al aumentar la precisión de las evaluaciones de los prestatarios y ayudar a predecir los cambios en la economía¹⁸. Uno de los efectos más importantes de los préstamos digitales es su capacidad para abordar las dificultades de la inclusión financiera, particularmente en las economías emergentes y las áreas marginadas¹⁹.

Con el fin de pronosticar la aceptación de préstamos con alta precisión utilizando un conjunto de datos estructurado de Kaggle, este documento propone un novedoso modelo de conjunto de apilamiento que combina el modelo de aumento de gradiente, el modelo de aumento de gradiente eficiente, el AdaBoost, los árboles adicionales y el XGBoost. Para mejorar la adaptabilidad predictiva y la generalización, este método combina varios estudiantes avanzados con XGBoost como metaclasificador, en contraste con investigaciones anteriores que utilizan con frecuencia modelos únicos o clasificadores convencionales. El modelo funcionó bien tanto en clases de préstamos aceptados como rechazados, con una impresionante tasa de precisión del 98%. Este desarrollo metodológico proporciona una forma practicable y ampliable de automatizar las decisiones de aprobación de préstamos en entornos de préstamos digitales, particularmente en ecosistemas financieros en desarrollo.

El objetivo de esta investigación es crear un modelo de conjunto de apilamiento sólido para préstamos digitales que prediga con precisión la aceptación de préstamos mediante la combinación de Gradient Boosting Model, Efficient Gradient Boosting Model, AdaBoost, Extra Trees y XGBoost. Además, busca examinar cómo las variables demográficas y financieras importantes (ingresos, valor de los activos y puntaje limitado de CIBIL-Credit Information Bureau (India)) afectan las opciones de préstamos, evaluar qué tan bien funciona el modelo de conjunto en comparación con modelos más convencionales que utilizan métricas de clasificación y error, y enfatizar cómo los enfoques de conjunto pueden aumentar la eficiencia, la generalización y la equidad. El objetivo principal es analizar estadísticamente cómo las características del solicitante influyen en la aprobación del préstamo y evaluar el rendimiento de los algoritmos de aprendizaje por conjunto.

Los préstamos P2P y digitales continúan transformando el panorama financiero a nivel mundial, presentando oportunidades y desafíos.

Los préstamos digitales están transformando rápidamente el panorama financiero mundial, ofreciendo una alternativa a la banca tradicional²⁰. Esta perspectiva global subraya cómo los contextos regionales dan forma única a la madurez de los préstamos digitales. Los préstamos digitales se están expandiendo, pero siguen siendo tecnológicamente inmaduros, mientras que la automatización y la puntuación predictiva aportan eficiencia, y las plataformas aún dependen en gran medida de sistemas de terceros para la verificación de antecedentes, lo que limita la solidez²¹. A pesar de su rápida expansión, la exclusión financiera sigue siendo un problema importante a nivel mundial, ya que se estima que el 44% de los adultos de los países en desarrollo carecen de acceso a servicios financieros formales, lo que requiere reformas urgentes, mejores infraestructuras e iniciativas de alfabetización digital. Tales limitaciones también aparecen en otros aspectos destacados del sector convergente, desafíos continuos en el manejo de datos e integración de sistemas²². A medida que se profundiza la integración digital, las vulnerabilidades de seguridad en todo el espacio Fintech están aumentando. Para abordarlos, se ha propuesto un marco centrado en la seguridad para salvaguardar las transacciones digitales²³. Se observan desarrollos similares en otros mercados emergentes. En Kenia, si bien el dinero móvil y las aplicaciones de préstamos digitales han mejorado el acceso financiero, la privacidad de los datos sigue siendo una preocupación persistente y las regulaciones recientes tienen un impacto limitado, lo que sugiere que se necesitan mecanismos de aplicación más sólidos, auditorías formales y pautas de desarrollo claras²⁴. Esto refleja una tendencia más amplia en la que los marcos regulatorios a menudo van a la zaga de la innovación fintech. El panorama regulatorio de las fintech es diferente al de la banca tradicional. Por ejemplo, a menos que los préstamos sean de alto riesgo, la aplicación de la ley tiene menos efecto en las tasas de interés en fintech²⁵. Especialmente, existe una gran necesidad de mejorar la supervisión, el uso de análisis de datos y las actualizaciones regulatorias para frenar el crecimiento ilegal de fintech y las violaciones de la privacidad²⁶. Más allá de la regulación, el éxito de los préstamos digitales también depende de la confianza, por lo que la confianza juega un papel fundamental en las decisiones de préstamo. La confianza en los barrowers es más influyente que en los intermediarios²⁷.

Una evolución paralela es visible en el ecosistema de préstamos digitales de la India²⁸. El negocio de préstamos digitales se está expandiendo rápidamente, debido a los avances en fintech, las medidas regulatorias útiles implementadas por el Banco de la Reserva de la India (RBI) y un aumento en la confianza del consumidor tras el brote de COVID-19²⁹. Sin embargo, con la innovación viene el riesgo. Si bien las aplicaciones o plataformas de préstamos digitales sin licencia mejoran el acceso, plantean graves riesgos para los consumidores, como el acoso, las altas tasas de interés y el uso indebido de datos debido a regulaciones débiles. Por lo tanto, fortalecer la protección y la rendición de cuentas del consumidor es fundamental para promover la inclusión financiera responsable³⁰. Los peligros de los incumplimientos de los prestatarios y las solicitudes fraudulentas son sustanciales para los préstamos digitales; Las buenas medidas de protección al consumidor no solo protegen a los consumidores, sino que también influyen positivamente en el desempeño financiero, ya que la seguridad y la transparencia de los datos mejoran los indicadores de rentabilidad como el rendimiento de los activos (ROA) y el rendimiento del capital (ROE)³¹. A nivel mundial, hay un énfasis considerable en las mejoras operativas, con un mayor énfasis en mejorar los sistemas de originación de préstamos, fomentar el uso de la tecnología móvil y desarrollar estrategias claras para cumplir con los estándares regulatorios y las expectativas de los consumidores³². Para abordar estos riesgos, se emplean cada vez más análisis avanzados e inteligencia artificial para predecir prestamistas de alto riesgo, la detección de valores atípicos utilizando indicadores como préstamos fallidos, duración del pago y calificación crediticia ha demostrado ser efectiva³³. Utilizando el modelo sociotécnico como guía, descubrimos que los riesgos provienen tanto de las partes interesadas como de la falta de interdependencias entre el diseño de la plataforma y los componentes organizacionales³⁴. La adopción de modelos dinámicos como UTAUT2 domina la explicación de la adopción por parte de los usuarios, y la confianza emerge como un predictor clave de la intención de endeudamiento³⁵. También se utilizan algoritmos de detección de fraude basados en aprendizaje automático, como los modelos Random Forest y SVM³⁶. Según los hallazgos del estudio, los modelos de aprendizaje automático pueden evaluar adecuadamente la información crediticia personal y determinar la probabilidad de incumplimiento del préstamo; La red neuronal profunda tuvo el mejor rendimiento (precisión: 0,94)³⁷. El estudio, que utilizó Naïve Bayes con una precisión del 94%, descubrió que características como la tasa de interés, el tiempo de pago, la descripción, el grado crediticio, el historial de préstamos, el género y el puntaje crediticio tienen un impacto sustancial en el éxito de los préstamos³⁸. Mientras tanto, existen las probabilidades de riesgos de pago anticipado e incumplimiento, se predijeron sucesos importantes que resultan en la terminación del préstamo y la pérdida de ganancias para los acreedores mediante regresión logística multivariada, y la precisión general del modelo fue del 76,63%³⁹. Según el estudio, los ingresos de los clubes de préstamos se pueden aumentar con una alta precisión del 68% utilizando un modelo eficiente de aumento de gradiente para pronosticar el riesgo de incumplimiento en las plataformas de préstamos digitales⁴⁰. Al mismo tiempo, están evolucionando modelos de IA más sofisticados, como el aprendizaje profundo multivista, que combina varias variables (como el uso de aplicaciones y los patrones de comportamiento) y funciona mejor que las técnicas convencionales, particularmente en situaciones donde los datos históricos son limitados⁴¹. Los estudios de China confirman que la mejora de las predicciones de incumplimiento y la inclusión financiera, con modelos como el modelo de aumento de gradiente y LGBM, supera las evaluaciones tradicionales basadas en el crédito⁴², el modelado dinámico del sistema también ayuda a simular las fluctuaciones de los tipos de interés en las plataformas P2P, ofreciendo información sobre el comportamiento de los inversores prestatarios en diversas condiciones⁴³. Se ha demostrado que el modelo eficiente de aumento de gradiente mejora la predicción predeterminada y la rentabilidad de la plataforma⁴⁰, mientras que las redes neuronales profundas también superan a los modelos tradicionales cuando se entrena adecuadamente³⁷y estabilizar los mercados digitales a través de una mejor gestión de riesgos⁴⁴para garantizar la sostenibilidad, la tecnología regulatoria está ganando terreno, como la automatización robótica de procesos ayuda a las instituciones financieras a alinear los requisitos regulatorios con los planes comerciales, mejorando el cumplimiento y la eficiencia operativa⁴⁵. Cuadro 1 resume estudios clave que exploran la aplicación del aprendizaje automático en los procesos digitales de préstamo y aprobación de préstamos.

Protocol

Recogida de datos

Este estudio utilizó el conjunto de datos de predicción de aprobación de préstamos disponible en Kaggle. El conjunto de datos se extrajo en febrero de 2025 y consta de 4269 registros destinados a evaluar los datos de préstamos y pronosticar los resultados de la aprobación de préstamos. Incluye 12 columnas que comprenden información detallada sobre los perfiles demográficos de los solicitantes, como la situación laboral, los dependientes, los trabajadores por cuenta propia, el monto del préstamo, el plazo del préstamo, los puntajes CIBIL, los antecedentes financieros y los atributos específicos del préstamo. El conjunto de datos se importó utilizando la biblioteca Pandas y se inspeccionó visualmente usando df.head () para comprender su estructura y calidad.

Preprocesamiento de datos

Durante la fase de preprocesamiento de datos, el primer paso consistió en eliminar la columna de identificación (loan_id) debido a su falta de valor predictivo y potencial para introducir ruido en el modelo. El segundo paso involucró la codificación de etiquetas, donde las variables categóricas como educación, trabajadores por cuenta propia y loan_status se convirtieron en representaciones numéricas. Esta transformación se realizó utilizando Label Encoder del módulo sklearn.preprocessing. Específicamente, la educación se codificó como 0 para Graduado y 1 para No Graduado; self_employed como 0 para No y 1 para Sí, y loan_status, la variable objetivo, como 0 para No aprobado y 1 para Aprobado. Estas conversiones fueron necesarias para garantizar la compatibilidad con los modelos de aprendizaje automático, que requieren entradas numéricas, particularmente para aplicaciones de préstamos digitales. Las características se separaron de la variable de destino usando X=df.drop (["loan_status"], axis=1) e y=df ["loan_status]. Esta configuración proporcionó una base integral para examinar los factores que influyen en las decisiones de aprobación de préstamos utilizando registros históricos de préstamos para entrenar múltiples modelos de aprendizaje automático de conjuntos. Estos modelos estaban destinados a mejorar la precisión y la solidez generales mediante la combinación de las fortalezas predictivas de múltiples clasificadores.

Luego, el conjunto de datos procesado se dividió en subconjuntos de entrenamiento y prueba utilizando la función train_test_split de sklearn.model_selection, con el 80% de los datos utilizados para el entrenamiento y el 20% reservados para pruebas. Esto aseguró que el modelo se entrenara con una parte suficientemente grande de los datos mientras se conservaba una muestra representativa para la evaluación del desempeño. Con el conjunto de datos limpio, estructurado y explorado estadísticamente, se sentaron las bases para la implementación de un marco sólido de aprendizaje automático destinado a mejorar la precisión predictiva en la clasificación de aprobación de préstamos. El desarrollo del modelo se llevó a cabo utilizando cuatro algoritmos de aprendizaje automático basados en conjuntos: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model y Extra Trees Classifier. Estos fueron seleccionados por su desempeño comprobado en tareas de clasificación que involucran datos tabulares estructurados. Se creó una instancia del clasificador de modelos de aumento de gradiente, implementado desde la biblioteca de modelos de aumento de gradiente, con la configuración predeterminada (iteraciones = 1000, tasa de aprendizaje = 0.1, profundidad = 6, verbosa = Falso). Fue entrenado usando. ajuste (x_train, y_train) y evaluado con .predict (X_test). Aunque el modelo de aumento de gradiente controla automáticamente la codificación de datos categóricos, esta característica no se utilizó porque los datos ya se habían codificado en etiquetas. El clasificador AdaBoost (Adaptive Boosting, que mejora a los estudiantes débiles) se implementó utilizando sklearn-ensemble. El clasificador AdaBoost se configuró con n_estimators=100 y learning_rate=1.0, utilizando muñones de decisión como estimador base predeterminado. Se entrenó y evaluó de manera similar, contribuyendo a la solidez a través de la ponderación iterativa de instancias mal clasificadas. El Efficient Gradient Boosting, implementado a través de la biblioteca Efficient Gradient Boosting Model (LGBMClassifier), se configuró con n_estimators=100, learning_rate=0.1 y max_depth=-1 (profundidad de árbol sin restricciones). Este modelo, conocido por su velocidad y eficiencia, sobresale particularmente en grandes conjuntos de datos con características de alta dimensión que utilizan árboles de decisión optimizados que aumentan el gradiente.

Finalmente, se utilizó el clasificador ExtraTrees de sklearn.ensemble con n_estimators=100 y criterion="gini" como estrategia de división. A diferencia de Random Forest, Extra Trees introduce una mayor aleatoriedad al seleccionar puntos de corte al azar, lo que ayuda a reducir la varianza del modelo y mejorar la generalización. El conjunto se llevó a cabo utilizando el clasificador de apilamiento de scikit-learn, que mejora la generalización al agregar predicciones de los estudiantes base. Cada modelo se evaluó utilizando métricas de clasificación estándar, incluida la exactitud, la precisión, la puntuación F1, el análisis de errores y la matriz de confusión. Estas métricas se calcularon utilizando funciones del módulo sklearn.metrics para garantizar una comparación de rendimiento estandarizada en todos los modelos.

El modelo con mejor rendimiento (basado en la precisión y la puntuación F1) se guardó para su implementación mediante la biblioteca de Python. dump(model, "best_model.pkl"), lo que garantiza que el modelo entrenado se pueda reutilizar sin necesidad de volver a entrenarlo. Para simular una aplicación del mundo real, se creó una matriz de entrada de muestra que contiene 11 características usando NumPy y se pasó a la función .predict () del modelo. Por ejemplo, el vector de entrada [[0, 1, 1,4100000, 12200000, 8, 417, 2700000, 2200000, 8800000, 3300000]] devolvió una predicción de 1, lo que indica la aprobación del préstamo. Toda la experimentación se llevó a cabo en un entorno Python 3.10 utilizando Google Notebook en Kaggle. El desarrollo y la evaluación del modelo se llevaron a cabo utilizando las bibliotecas scikit-learn (v1.3), Gradient Boosting Model y Efficient Gradient Boosting Model. Todos los hiperparámetros se documentaron explícitamente y los valores predeterminados se indicaron claramente cuando correspondía. Los procedimientos de codificación siguieron el enfoque descrito por Pedregosa y se implementaron en scikit-learn⁴⁶. Esta metodología integral y transparente garantiza que el protocolo experimental sea totalmente reproducible y se adhiera a rigurosos estándares académicos en la investigación de aprendizaje automático.

La estructura de la metodología sugerida, que abarca la fase de la sección de características de preparación de datos, el entrenamiento del modelo y la evaluación, se muestra en la Figura 1.

Esta investigación presenta un marco de aprendizaje de conjunto de apilamiento que reúne las capacidades de cuatro poderosos clasificadores: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model y Extra Trees para predecir decisiones de aprobación de préstamos basadas en registros financieros históricos. Combinando estrategias de impulso y embolsado dentro de la arquitectura del modelo apilado⁴⁶. El enfoque supera eficazmente las deficiencias individuales de estos modelos, como el sesgo y la varianza, lo que mejora la precisión de la predicción y la generalización del modelo. Cada alumno base aporta fortalezas únicas El modelo de aumento de gradiente es eficiente con variables categóricas, está diseñado para manejar características categóricas de alta cordialidad y realiza internamente la codificación de objetivos utilizando un aumento ordenado⁴⁷. Esto evita el ajuste excesivo al garantizar que solo se utilicen datos anteriores en el cálculo de estadísticas. En la fórmula

,

Cada h_t (x) representa un árbol de decisión entrenado en residuos del modelo anterior, y n_t denota la contribución de aprendizaje específica del paso. AdaBoost o Adaptive Boosting, ajusta el peso de cada instancia durante el entrenamiento y se centra en puntos de datos previamente mal clasificados⁴⁸. En la fórmula

α_t refleja el desempeño del t-ésimo aprendiz débil h_t(x), poniendo más énfasis en muestras previamente mal clasificadas. Modelo eficiente de aumento de gradiente Incorpora muestreo unilateral basado en gradiente (GOSS) y agrupación de funciones exclusivas para un rendimiento más rápido. El aumento de gradiente eficiente ofrece alta velocidad y rendimiento en datos a gran escala⁴⁹.

f_t(x_i) representa el nuevo árbol de decisión agregado para minimizar la pérdida l(•) mientras que Ω(f_t) es un término de regularización . En contraste con los algoritmos de potenciación, Extra Trees reduce la varianza al agregar aleatoriedad en las divisiones del árbol de decisión⁵⁰. Se basa en los principios de embolsado, pero inyecta aleatoriedad adicional durante la división de nodos en su regla de predicción

Promedia los resultados de M árboles aleatorios entrenados de forma independiente. Para cada división, Árboles adicionales selecciona umbrales aleatorios para las entidades y elige la mejor entre ellas, lo que reduce la varianza y ofrece una gran diversidad entre árboles, lo que mejora la generalización. Estos modelos se integran colectivamente a través de un clasificador de apilamiento, que aprende a combinar de manera óptima sus resultados para decidir si se debe aprobar un préstamo. El marco se evaluó con métricas de clasificación comunes y se probó con muestras de entrada en vivo, lo que demuestra su relevancia práctica en entornos de préstamos digitales⁵¹. Estos modelos se combinan colectivamente utilizando un clasificador de apilamiento, que aprende a combinar sus resultados de manera ideal para determinar los resultados de aceptación de préstamos. El rendimiento del modelo se evaluó utilizando medidas de clasificación importantes como exactitud, precisión, recuerdo, puntuación F1 y AUC-ROC, así como una matriz de confusión, para determinar su capacidad para reducir los errores de Tipo I y Tipo II. Para mantener el equilibrio de clases, se utilizó una división estratificada de 80:20 entre el tren y la prueba, con una validación cruzada de 5 veces que garantiza la robustez y reduce la variabilidad de la muestra. Además, el modelo se evaluó en perfiles realistas de solicitantes de préstamos que incluían información como historial crediticio, ingresos, situación laboral y monto del préstamo, lo que arrojó juicios binarios y calificaciones de probabilidad. Esta prueba de dos fases demuestra la eficacia, equidad y practicidad del modelo en contextos de préstamos digitales en tiempo real. La novedad de este trabajo radica en el diseño híbrido del conjunto adaptado a la calificación crediticia, lo que lo convierte en un modelo robusto, interpretable y reproducible para las plataformas financieras modernas⁵² .

Results

Análisis de correlación de características

El mapa de calor de correlación de características (Figura 2) proporcionó información útil sobre las interrelaciones entre varios atributos. Se encontraron fuertes correlaciones positivas entre los ingresos, el monto anual del préstamo y las variables relacionadas con los activos, como el valor de los activos de lujo y el v...

Discussion

El modelo de conjunto de apilamiento para la predicción de la aprobación de préstamos funciona excepcionalmente bien en varias métricas de evaluación, lo que demuestra una gran precisión y confiabilidad. El mapa de calor de correlaciones reveló que los indicadores financieros como los ingresos anuales, el monto del préstamo y el valor de los activos están fuertemente interrelacionados, lo que enfatiza su importancia en la evolución de los préstamos, mientras que los puntajes CIBIL tienen...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Kaggle	https://www.kaggle.com/
Pandas	https://pandas.pydata.org/
Biblioteca de modelos	IBM	https://www.ibm.com