Approccio dell'ensemble di stacking per prevedere l'approvazione del prestito utilizzando tecniche di apprendimento automatico

Summary

Questo studio sviluppa un modello di ensemble di stacking che integra XGBoost, CatBoost (Gradient Boosting Model), LightGBM (Efficient Gradient Boosting Model), AdaBoost ed Extra Trees per prevedere le approvazioni dei prestiti utilizzando i dati Kaggle. Con un'accuratezza del 98%, identifica i predittori chiave come il reddito e il punteggio di credito, promuovendo decisioni eque ed efficienti sull'approvazione e/o il rifiuto del prestito.

Abstract

Le innovazioni nel settore dei prestiti digitali e del fintech hanno sconvolto i sistemi bancari consolidati, cambiando l'inclusione finanziaria e la disponibilità di credito nelle nazioni di tutto il mondo. Questo studio esamina come stanno cambiando le piattaforme di prestito peer-to-peer (P2P) e digitali, sottolineando come tecnologie come l'intelligenza artificiale e l'apprendimento automatico stiano cambiando il modo in cui i prestiti vengono approvati. Uno studio approfondito della letteratura evidenzia le opportunità e i problemi nell'ecosistema del prestito digitale, come la valutazione algoritmica del rischio, la fiducia dei clienti, l'esclusione finanziaria e le lacune normative. Questo documento suggerisce un forte approccio di apprendimento automatico che utilizza un modello di stacking ensemble per prevedere con precisione le approvazioni dei prestiti al fine di affrontare questi problemi. I dati sono stati pre-elaborati utilizzando il partizionamento dei test di addestramento, l'analisi esplorativa e la codifica delle etichette utilizzando un set di dati Kaggle accessibile al pubblico che includeva i dati demografici dei richiedenti, le caratteristiche finanziarie e le storie creditizie. Con XGBoost che funge da meta-learner, l'ensemble incorpora i classificatori Gradient Boosting Model, Efficient Gradient Boosting, AdaBoost e Extra Trees come studenti di base. Con un'accuratezza del 98%, il modello è stato valutato utilizzando misure tra cui accuratezza, precisione, richiamo, punteggio F1 e metriche di errore (MAE - Average Absolute Error, MSE - Mean Squared Error e RMSE - Root Mean Square Error). Secondo gli studi di correlazione, fattori come il patrimonio, il reddito e i punteggi CIBIL hanno un impatto significativo sull'approvazione dei prestiti. Sovraperformando i metodi convenzionali, il modello ha mostrato equilibrio e generalizzazione in entrambe le classi. L'utilità di questi modelli per la determinazione del credito automatizzata e basata sui dati è sottolineata nella conclusione del documento.

Introduction

Nell'ultima fase della trasformazione tecnologica del settore bancario, sono entrati nel mercato nuovi fornitori di servizi finanziari dirompenti al di fuori del sistema bancario consolidato¹. Le aziende BigTech (grandi aziende tecnologiche che si concentrano principalmente sui prestiti direttamente o con le istituzioni finanziarie) e FinTech (tecnologia finanziaria, compresi modelli come i prestiti P2P e le alternative di credito online alle banche tradizionali) stanno facendo passi da gigante nel settore finanziario, ponendo una sfida al settore bancario tradizionale nonostante gli sforzi delle banche per adattarsi al panorama digitale². Questa rapida evoluzione segnala un cambiamento nell'ecosistema finanziario, in cui gli attori non tradizionali stanno rimodellando sempre più il modo in cui i servizi finanziari sono accessibili e forniti³. L'emergere dei prestiti digitali ha una correlazione negativa con il credito bancario, suggerendo che, con l'ingresso di nuovi istituti di credito nel mercato, il sistema bancario tradizionale potrebbe cedere il passo al credito digitale alternativo⁴. Questa transizione è stata ulteriormente catalizzata dalla crisi finanziaria globale del 2008, che ha drasticamente ridotto la fiducia dei clienti nei servizi finanziari e ha contribuito a guidare l'espansione della tecnologia finanziaria o delle iniziative Fintech⁵. Fintech è il termine che indica la combinazione di tecnologia e finanza, che si riferisce all'applicazione della tecnologia per fornire soluzioni finanziarie⁶. Con la maturazione del Fintech, una delle sue applicazioni più trasformative è stata l'ascesa dei prestiti P2P, noti anche come servizi di prestito online⁷. L'innovazione principale del prestito P2P è l'abbinamento diretto tra prestatori e mutuatari. I mutuatari presentano domande per piccoli prestiti non garantiti e le piattaforme di prestito sono utilizzate da diversi investitori per valutare e finanziare le richieste di prestito⁸. Il prestito P2P funziona in modo simile a quello di una banca, ma utilizza Internet e una tecnologia all'avanguardia per consentire prestiti online e accordi di debito ⁹. Il successo e la scalabilità di questo modello sono diventati evidenti con il lancio di ZOPA.com, la prima piattaforma P2P della storia, che ha debuttato nel Regno Unito nel 2005. Da allora, i prestiti online sono cresciuti in modo significativo, raggiungendo oltre 100 miliardi di dollari entro il 2015, e si prevede che raggiungeranno oltre 1 trilione di dollari nel 2025¹⁰. I prestiti digitali, in particolare nelle economie emergenti, si sono ulteriormente evoluti con l'integrazione Fintech¹¹. L'integrazione del fintech nei prestiti digitali migliora l'inclusione finanziaria, in particolare nei mercati emergenti. I pagamenti mobili e le soluzioni blockchain consentono transazioni P2P e microprestiti, riducendo le barriere ai servizi finanziari¹². Questo cambiamento di paradigma è guidato dall'incorporazione di tecnologie come la blockchain, l'intelligenza artificiale (AI), l'apprendimento automatico e i sistemi di pagamento digitali per creare un ambiente finanziario più inclusivo, efficiente e incentrato sul cliente¹³. Le piattaforme di prestito digitale utilizzano la tecnologia per accelerare le domande, risparmiare sulle spese e migliorare la valutazione del rischio di credito, consentendo alle piccole imprese e ai privati di ricevere finanziamenti più rapidamente¹⁴. Utilizzano big data, blockchain, intelligenza artificiale e apprendimento automatico per migliorare la valutazione dei mutuatari, ridurre i costi e promuovere l'inclusione finanziaria¹⁵. L'apprendimento automatico, in particolare, ha rivoluzionato la gestione del rischio sfruttando fonti di dati alternative¹⁶. Supera gli approcci tradizionali di valutazione del credito sfruttando dati non tradizionali, migliorando i rating dei mutuatari e prevedendo gli sviluppi economici¹⁷. Questo metodo riduce il rischio di insolvenza aumentando l'accuratezza delle valutazioni dei mutuatari e aiutando a prevedere i cambiamenti nell'economia¹⁸. Uno degli effetti più importanti del prestito digitale è la sua capacità di affrontare le difficoltà dell'inclusione finanziaria, in particolare nelle economie emergenti e nelle aree marginalizzate¹⁹.

Al fine di prevedere l'accettazione del prestito con elevata precisione utilizzando un set di dati strutturato di Kaggle, questo articolo propone un nuovo modello di ensemble di stacking che combina il Gradient Boosting Model, l'Efficient Gradient Boosting Model, l'AdaBoost, gli Extra Trees e l'XGBoost. Per migliorare l'adattabilità predittiva e la generalizzazione, questo metodo combina diversi studenti avanzati con XGBoost come meta-classificatore, in contrasto con le ricerche precedenti che utilizzano frequentemente modelli singoli o classificatori convenzionali. Il modello ha ottenuto buoni risultati sia nelle classi di credito accettate che in quelle rifiutate, con un impressionante tasso di precisione del 98%. Questo sviluppo metodologico fornisce un modo praticabile ed espandibile per automatizzare le decisioni di approvazione dei prestiti in contesti di prestito digitale, in particolare negli ecosistemi finanziari in via di sviluppo.

L'obiettivo di questa ricerca è quello di creare un forte modello di stacking ensemble per il prestito digitale che preveda con precisione l'accettazione del prestito combinando il modello di potenziamento del gradiente, il modello di potenziamento del gradiente efficiente, AdaBoost, alberi extra e XGBoost. Inoltre, cerca di esaminare in che modo importanti variabili demografiche e finanziarie (reddito, valore patrimoniale e punteggio limitato CIBIL-Credit Information Bureau (India)) influenzino le scelte di prestito, valutare le prestazioni del modello d'insieme rispetto ai modelli più convenzionali utilizzando metriche di classificazione e di errore e sottolineare come gli approcci d'insieme possano aumentare l'efficienza, la generalizzazione e l'equità. L'obiettivo principale è analizzare statisticamente come le caratteristiche del richiedente influenzano l'approvazione del prestito e valutare le prestazioni degli algoritmi di apprendimento d'insieme.

Il P2P e il digital lending continuano a trasformare il panorama finanziario a livello globale, presentando sia opportunità che sfide.

Il digital lending sta trasformando rapidamente il panorama finanziario globale, offrendo un'alternativa al banking tradizionale²⁰. Questa prospettiva globale sottolinea come i contesti regionali plasmino in modo unico la maturità dei prestiti digitali. I prestiti digitali sono in espansione, ma rimangono tecnologicamente immaturi, mentre l'automazione e il punteggio predittivo portano efficienza e le piattaforme dipendono ancora fortemente da sistemi di terze parti per i controlli dei precedenti, il che limita la robustezza²¹. Nonostante la sua rapida espansione, l'esclusione finanziaria rimane un problema importante a livello globale, con circa il 44% degli adulti nei paesi in via di sviluppo che non ha accesso ai servizi finanziari formali, il che richiede riforme urgenti, migliori infrastrutture e iniziative di alfabetizzazione digitale. Tali limitazioni si manifestano anche in altri punti salienti del settore convergente, nelle sfide in corso nella gestione dei dati e nell'integrazione dei sistemi²². Con l'approfondimento dell'integrazione digitale, le vulnerabilità della sicurezza nello spazio Fintech stanno aumentando. Per affrontare questi problemi, è stato proposto un quadro incentrato sulla sicurezza per salvaguardare le transazioni digitali²³. Sviluppi analoghi si osservano in altri mercati emergenti. In Kenya, mentre il denaro mobile e le app di prestito digitale hanno migliorato l'accesso finanziario, la privacy dei dati rimane una preoccupazione persistente e le recenti normative hanno un impatto limitato, suggerendo che sono necessari meccanismi di applicazione più forti, audit formali e linee guida di sviluppo chiare²⁴. Ciò riflette una tendenza più ampia in cui i quadri normativi sono spesso in ritardo rispetto all'innovazione fintech. Il panorama normativo del fintech è diverso da quello del settore bancario tradizionale. Ad esempio, a meno che i prestiti non siano ad alto rischio, le forze dell'ordine hanno un effetto minore sui tassi di interesse nel fintech²⁵. In particolare, vi è una forte necessità di migliorare la supervisione, l'uso dell'analisi dei dati e gli aggiornamenti normativi per frenare la crescita illegale del fintech e le violazioni della privacy²⁶. Oltre alla regolamentazione, il successo dei prestiti digitali dipende anche dalla fiducia, quindi la fiducia gioca un ruolo fondamentale nelle decisioni di prestito. La fiducia nei carriosi è più influente che negli intermediari²⁷.

Un'evoluzione parallela è visibile nell'ecosistema dei prestiti digitali in India²⁸. L'attività di prestito digitale è in rapida espansione, grazie ai progressi nel fintech, alle utili misure normative implementate dalla Reserve Bank of India (RBI) e all'aumento della fiducia dei consumatori a seguito dell'epidemia di COVID-19²⁹. Tuttavia, con l'innovazione arrivano i rischi. Sebbene le applicazioni o le piattaforme di prestito digitale senza licenza migliorino l'accesso, pongono gravi rischi per i consumatori, come molestie, tassi di interesse elevati e uso improprio dei dati a causa di normative deboli. Rafforzare la protezione e la responsabilità dei consumatori è quindi fondamentale per promuovere un'inclusione finanziaria responsabile³⁰. I pericoli di insolvenze dei mutuatari e di richieste fraudolente sono sostanziali per i prestiti digitali; buone misure di protezione dei consumatori non solo proteggono i consumatori, ma influenzano anche positivamente la performance finanziaria poiché la sicurezza e la trasparenza dei dati migliorano gli indicatori di redditività come il rendimento delle attività (ROA) e il rendimento del capitale proprio (ROE)³¹. A livello globale, c'è una notevole enfasi sui miglioramenti operativi, con una maggiore enfasi sul miglioramento dei sistemi di erogazione dei prestiti, sull'incoraggiamento dell'uso della tecnologia mobile e sullo sviluppo di strategie chiare per soddisfare gli standard normativi e le aspettative dei consumatori³². Per affrontare questi rischi, l'analisi avanzata e l'intelligenza artificiale sono sempre più impiegate per prevedere gli istituti di credito ad alto rischio, il rilevamento dei valori anomali utilizzando indicatori come i prestiti falliti, la durata del rimborso e il punteggio di credito si è dimostrato efficace³³. Utilizzando il modello socio-tecnico come guida, abbiamo scoperto che i rischi provengono sia dagli stakeholder che dalla mancanza di interdipendenze tra la progettazione della piattaforma e le componenti organizzative³⁴. L'adozione di modelli dinamici come UTAUT2 domina nello spiegare l'adozione da parte degli utenti, con la fiducia che emerge come un fattore predittivo chiave dell'intenzione di prendere in prestito³⁵. Vengono utilizzati anche algoritmi di rilevamento delle frodi basati sull'apprendimento automatico, come i modelli Random Forest e SVM³⁶. Secondo i risultati dello studio, i modelli di apprendimento automatico possono valutare adeguatamente le informazioni sul credito personale e determinare la probabilità di insolvenza del prestito; La rete neurale profonda ha ottenuto i risultati migliori (precisione: 0,94)³⁷. Lo studio, che ha utilizzato Naïve Bayes con una precisione del 94%, ha scoperto che caratteristiche come il tasso di interesse, il tempo di rimborso, la descrizione, il grado di credito, la storia del prestito, il sesso e il punteggio di credito hanno un impatto sostanziale sul successo del prestito³⁸. Nel frattempo, esistono le probabilità sia di pagamento anticipato che di insolvenza, gli eventi importanti che comportano la risoluzione del prestito e la perdita di profitto per i creditori sono stati previsti utilizzando la regressione logistica multivariata e l'accuratezza complessiva del modello è stata del 76,63%³⁹. Secondo lo studio, le entrate dei club di prestito possono essere aumentate con un'elevata precisione del 68 % utilizzando un modello di potenziamento del gradiente efficiente per prevedere il rischio di insolvenza sulle piattaforme di prestito digitale⁴⁰. Allo stesso tempo, si stanno evolvendo modelli di intelligenza artificiale più sofisticati, come il deep multiview learning, che combinano varie variabili (come l'utilizzo delle app e i modelli comportamentali) e funzionano meglio delle tecniche convenzionali, in particolare in situazioni in cui i dati storici sono limitati⁴¹. Gli studi condotti in Cina confermano che il miglioramento delle previsioni di default e dell'inclusione finanziaria, con modelli come il Gradient Boosting Model e LGBM che superano le tradizionali valutazioni basate sul credito⁴², la modellazione dinamica del sistema aiuta anche a simulare le fluttuazioni dei tassi di interesse sulle piattaforme P2P, offrendo informazioni sul comportamento degli investitori mutuatari in varie condizioni⁴³. È stato dimostrato che l'efficiente modello di potenziamento del gradiente migliora la previsione delle impostazioni predefinite e la redditività della piattaforma⁴⁰, mentre le reti neurali profonde superano anche i modelli tradizionali quando si esegue un addestramento adeguato³⁷e stabilizzare i mercati digitali attraverso una migliore gestione del rischio⁴⁴per garantire la sostenibilità, la tecnologia normativa sta guadagnando terreno, come l'automazione robotica dei processi, aiuta le istituzioni finanziarie ad allineare i requisiti normativi con i piani aziendali, migliorando la conformità e l'efficienza operativa⁴⁵. Tabella 1 Riassume gli studi chiave che esplorano l'applicazione dell'apprendimento automatico nei processi di prestito digitale e di approvazione dei prestiti.

Protocol

Raccolta dei dati

Questo studio ha utilizzato il set di dati di previsione dell'approvazione del prestito disponibile su Kaggle. Il set di dati è stato estratto nel febbraio 2025 ed è composto da 4269 record volti a valutare i dati sui prestiti e a prevedere i risultati dell'approvazione dei prestiti. Include 12 colonne che comprendono informazioni dettagliate sui profili demografici dei richiedenti, come lo stato occupazionale, le persone a carico, i lavoratori autonomi, l'importo del prestito, la durata del prestito, i punteggi CIBIL, il background finanziario e gli attributi specifici del prestito. Il set di dati è stato importato utilizzando la libreria Pandas e ispezionato visivamente utilizzando df.head () per comprenderne la struttura e la qualità.

Pre-elaborazione dei dati

Durante la fase di pre-elaborazione dei dati, il primo passaggio ha comportato la rimozione della colonna identificativa (loan_id) a causa della sua mancanza di valore predittivo e del potenziale di introduzione di rumore nel modello. La seconda fase ha riguardato la codifica delle etichette, in cui variabili categoriali come l'istruzione, i lavoratori autonomi e loan_status sono state convertite in rappresentazioni numeriche. Questa trasformazione è stata eseguita utilizzando Label Encoder dal modulo sklearn.preprocessing. In particolare, l'istruzione è stata codificata come 0 per Laureato e 1 per Non Laureato; self_employed 0 per No e 1 per Sì e loan_status, la variabile di destinazione, come 0 per Non approvato e 1 per Approvato. Queste conversioni si sono rese necessarie per garantire la compatibilità con i modelli di machine learning, che richiedono input numerici, in particolare per le applicazioni di prestito digitale. Le caratteristiche sono state separate dalla variabile target utilizzando X=df.drop (["loan_status"], axis=1) e y=df ["loan_status]. Questa configurazione ha fornito una base completa per esaminare i fattori che influenzano le decisioni di approvazione dei prestiti utilizzando i record storici dei prestiti per addestrare più modelli di apprendimento automatico d'insieme. Questi modelli avevano lo scopo di migliorare l'accuratezza e la robustezza complessive combinando i punti di forza predittivi di più classificatori.

Il set di dati elaborato è stato quindi suddiviso in sottoinsiemi di addestramento e test utilizzando la funzione train_test_split da sklearn.model_selection, con l'80% dei dati utilizzati per l'addestramento e il 20% riservato per i test. Ciò ha garantito che il modello fosse addestrato su una porzione sufficientemente ampia dei dati, mantenendo un campione rappresentativo per la valutazione delle prestazioni. Una volta ripulito, strutturato ed esplorato statisticamente il set di dati, sono state gettate le basi per l'implementazione di un solido framework di apprendimento automatico volto a migliorare l'accuratezza predittiva nella classificazione dell'approvazione dei prestiti. Lo sviluppo del modello è stato condotto utilizzando quattro algoritmi di apprendimento automatico basati su ensemble: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model e Extra Trees Classifier. Questi sono stati selezionati per le loro comprovate prestazioni in compiti di classificazione che coinvolgono dati strutturati e tabulari. Il classificatore del modello di potenziamento del gradiente, implementato dalla libreria del modello di potenziamento del gradiente, è stato istanziato con le impostazioni predefinite (iterazioni=1000, velocità di apprendimento=0,1, profondità=6, verbose=Falso). È stato addestrato utilizzando. fit (x_train, y_train) e valutato con .predict (X_test). Sebbene il modello di potenziamento del gradiente gestisca automaticamente la codifica dei dati categorici, questa funzione non è stata utilizzata poiché i dati erano già stati codificati con etichette. Il classificatore AdaBoost (Adaptive Boosting, che migliora gli studenti deboli) è stato implementato utilizzando sklearn-ensemble. Il classificatore AdaBoost è stato configurato con n_estimators=100 e learning_rate=1,0, utilizzando i monconi decisionali come stimatore di base predefinito. È stato addestrato e valutato in modo simile, contribuendo alla robustezza attraverso la ponderazione iterativa di istanze classificate in modo errato. L'Efficient Gradient Boosting, implementato attraverso la libreria Efficient Gradient Boosting Model (LGBMClassifier), è stato configurato con n_estimators=100, learning_rate=0,1 e max_depth=-1 (profondità dell'albero illimitata). Questo modello, noto per la sua velocità ed efficienza, eccelle in particolare su set di dati di grandi dimensioni con funzionalità ad alta dimensionalità utilizzando alberi decisionali ottimizzati per l'aumento del gradiente.

Infine, è stato utilizzato il classificatore ExtraTrees di sklearn.ensemble con n_estimators=100 e criterion="gini" come strategia di suddivisione. A differenza di Random Forest, Extra Trees introduce un'ulteriore casualità selezionando i punti di taglio in modo casuale, il che aiuta a ridurre la varianza del modello e a migliorare la generalizzazione. L'ensemble è stato condotto utilizzando lo Stacking Classifier di scikit-learn, che migliora la generalizzazione aggregando le previsioni degli studenti di base. Ogni modello è stato valutato utilizzando metriche di classificazione standard, tra cui accuratezza, precisione, punteggio F1, analisi degli errori e matrice di confusione. Queste metriche sono state calcolate utilizzando le funzioni del modulo sklearn.metrics per garantire un confronto standardizzato delle prestazioni tra tutti i modelli.

Il modello con le prestazioni migliori (in base all'accuratezza e al punteggio F1) è stato salvato per la distribuzione utilizzando la libreria Python. dump(model, "best_model.pkl"), garantendo che il modello sottoposto a training possa essere riutilizzato senza la necessità di ripetere il training. Per simulare un'applicazione reale, è stato creato un array di input di esempio contenente 11 funzionalità utilizzando NumPy e passato alla funzione .predict() del modello. Ad esempio, il vettore di input [[0, 1, 1,4100000, 12200000, 8, 417, 2700000, 2200000, 8800000, 3300000]] ha restituito una previsione di 1, che indica l'approvazione del prestito. Tutti gli esperimenti sono stati condotti in un ambiente Python 3.10 utilizzando Google Notebook su Kaggle. Lo sviluppo e la valutazione del modello sono stati effettuati utilizzando le librerie scikit-learn (v1.3), Gradient Boosting Model e Efficient Gradient Boosting Model. Tutti gli iperparametri sono stati documentati in modo esplicito e le impostazioni predefinite sono state chiaramente indicate ove applicabile. Le procedure di codifica hanno seguito l'approccio descritto da Pedregosa e sono state implementate in scikit-learn⁴⁶. Questa metodologia completa e trasparente garantisce che il protocollo sperimentale sia completamente riproducibile e aderisca a rigorosi standard accademici nella ricerca sull'apprendimento automatico.

La struttura della metodologia suggerita, che comprende la fase di preparazione dei dati, la sezione delle funzionalità, l'addestramento del modello e la valutazione, è mostrata nella Figura 1.

Questa ricerca introduce un framework di stacking ensemble learning che riunisce le capacità di quattro potenti classificatori: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model e Extra Trees per prevedere le decisioni di approvazione dei prestiti in base ai record finanziari storici. Combinando strategie di boosting e bagging all'interno di un'architettura di modelli impilati⁴⁶. L'approccio supera efficacemente le carenze individuali di questi modelli, come la distorsione e la varianza, migliorando l'accuratezza delle previsioni e la generalizzazione dei modelli. Ogni studente di base contribuisce con punti di forza unici Il modello di potenziamento del gradiente è efficiente con variabili categoriali, è progettato per gestire caratteristiche categoriali ad alta cordialità ed esegue internamente la codifica del bersaglio utilizzando il potenziamento ordinato⁴⁷. In questo modo si evita l'overfitting garantendo che nel calcolo delle statistiche vengano utilizzati solo i dati passati. Nella formula

,

Ogni h_t (x) rappresenta un albero decisionale addestrato sui residui del modello precedente e n_t denota il contributo di apprendimento specifico per passo. AdaBoost o Adaptive Boosting, regola il peso di ogni istanza durante l'addestramento e si concentra sui punti dati precedentemente classificati in modo errato⁴⁸. Nella formula

α_t riflette le prestazioni dell'apprendista debole t-esimo h_t(x), ponendo maggiore enfasi su campioni precedentemente classificati in modo errato. Incorpora il campionamento unilaterale basato sul gradiente (GOSS) e l'esclusivo raggruppamento di funzionalità per prestazioni più rapide. L'efficiente Gradient Boosting offre velocità e prestazioni elevate su dati su larga scala⁴⁹.

f_t(x_i) rappresenta il nuovo albero decisionale aggiunto per minimizzare la perdita l(•) mentre Ω(f_t) è un termine di regolarizzazione . A differenza degli algoritmi di boosting, Extra Trees riduce la varianza aggiungendo casualità nelle suddivisioni dell'albero decisionale⁵⁰. Si basa sui principi di insaccamento, ma inietta una maggiore casualità durante la suddivisione dei nodi nella sua regola di previsione

Calcola la media dei risultati di M alberi randomizzati addestrati in modo indipendente. Per ogni divisione, Extra trees seleziona soglie casuali per le funzionalità e sceglie la migliore tra di esse, riducendo così la varianza e offrendo un'elevata diversità tra gli alberi, migliorando la generalizzazione. Questi modelli sono integrati collettivamente attraverso un classificatore di stacking, che impara a combinare in modo ottimale i loro output per decidere se un prestito deve essere approvato. Il quadro è stato valutato con metriche di classificazione comuni e testato con campioni di input in tempo reale, dimostrando la sua rilevanza pratica negli ambienti di prestito digitale⁵¹. Questi modelli vengono combinati collettivamente utilizzando un classificatore di stacking, che impara a combinare i loro output in modo ideale per determinare i risultati dell'accettazione del prestito. Le prestazioni del modello sono state valutate utilizzando importanti misure di classificazione come accuratezza, precisione, richiamo, punteggio F1 e AUC-ROC, nonché una matrice di confusione, per determinare la sua capacità di ridurre gli errori di tipo I e II. Per mantenere l'equilibrio di classe, è stata utilizzata una suddivisione stratificata 80:20 treno-test, con una convalida incrociata di 5 volte che garantisce robustezza e riduce la variabilità del campione. Inoltre, il modello è stato valutato su profili realistici dei richiedenti di prestiti che includevano informazioni come la storia creditizia, il reddito, lo stato occupazionale e l'importo del prestito, producendo giudizi binari e valutazioni di probabilità. Questo test in due fasi dimostra l'efficacia, l'equità e la praticità del modello in contesti di prestito digitale in tempo reale. La novità di questo lavoro risiede nel design ibrido dell'ensemble su misura per il credit scoring, che lo rende un modello robusto, interpretabile e riproducibile per le moderne piattaforme finanziarie⁵² .

Results

Analisi della correlazione delle caratteristiche

La mappa termica della correlazione delle caratteristiche (Figura 2) ha fornito informazioni utili sulle interrelazioni tra i vari attributi. Sono state riscontrate forti correlazioni positive tra il reddito, l'importo del prestito annuale e le variabili legate agli asset come il valore degli asset di lusso e il valor...

Discussion

Il modello di stacking ensemble per la previsione dell'approvazione dei prestiti si comporta eccezionalmente bene in varie metriche di valutazione, dimostrando grande precisione e affidabilità. La heatmap delle correlazioni ha rivelato che gli indicatori finanziari come il reddito annuo, l'importo del prestito e il valore degli asset sono fortemente correlati, sottolineando la loro importanza nell'evoluzione dei prestiti, mentre i punteggi CIBIL hanno una forte correlazione negativa con ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Kaggle	https://www.kaggle.com/
Pandas	https://pandas.pydata.org/
Libreria di modelli	IBM	https://www.ibm.com