Boosted Decision Tree를 사용한Lending Club의 채무자 원리금 상환

/ 상환실패 예측

Data Science School 2기

이성진

발표 개요

• 주제 선정 이유

• 의사결정 나무

• Ada Boost

• 모델 적용

• 결과

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

현실에서의 2가지 분류 문제들

주가의 상승 / 주가의 하락

스팸 / 비-스팸

마케팅 메일 응답 / 마케팅 메일 비응답

원리금 완납 / 완리금 완납 실패

주제 선정 이유

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

현실 세계에서의 2가지 Classification 사례들

주가의 상승 / 주가의 하락 ?

파산 / 상환

스팸 / 비-스팸

마케팅 메일 응답 / 마케팅 메일 비응답

원리금 완납 / 완리금 완납 실패

랜딩클럽 2016년 1분기 데이터

주제 선정 이유

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

데이터 전처리

데이터 전처리(재료손질)

-> 모델(요리법) 적용

(42538, 111)

데이터 전처리

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

(42538, 111)

(42506, 26)

데이터 전처리

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

(42538, 111)

(42506, 26)

(42506, 55)

데이터 전처리

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

의사결정나무

연소득 (>$30K)

취업 기갂(년) (>3)

주택 보유 여부

파산

y n

상환

과거 파산 여부

y n

파산

상환

y n

파산

y n

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

에이다부스트(Adaboost)

Step1:

각 분류모델의 성능에 따라

가중치 w 부여

Step2:

각 모델들을 가중치에 따라

결합하여 새로운 모델 4 생성

W1*Model1 +

W2*Model2 +

W3*Model3

= > New model 4

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

Performance and Result

데이터사이언스스쿨 이성진 (github.com/lsjhome007)

감사합니다.

데이터사이언스스쿨 이성진 (github.com/lsjhome007)