El interés del préstamo y la cantidad debida son un par de vectores a través del conjunto de datos. Uno otros tres máscaras son banderas binarias (vectores) que utilizan 0 y 1 para expresar tal vez las condiciones particulares se cumplen para el registro que es cierto. La máscara (predecir, liquidado) está hecha del resultado de la predicción del modelo: entonces el valor es 1, de lo contrario, es 0. La máscara es una función del umbral porque los resultados de la predicción varían si el modelo predice que el préstamo será liquidado. Dicho esto, Máscara (real, liquidada) y Máscara (verdadera, vencida) son un par de vectores opuestos: en el caso de que la etiqueta real relativa al préstamo se liquide, entonces su valor en Máscara (verdadera, liquidada) es 1, y al revés.Entonces los ingresos podrían ser el elemento de punto de tres vectores: intereses vencidos, Máscara (predecir, liquidada) y Máscara (real, liquidada). Los gastos podrían ser el elemento punteado de tres vectores: cantidad del préstamo, máscara (predecir, liquidar) y máscara (real, vencido). Las fórmulas matemáticas pueden expresarse de la siguiente manera: Utilizando el pensamiento de los ingresos como la diferencia esencial entre el coste y los ingresos, realmente se determina a través de la mayoría de los umbrales de clasificación. Los resultados se representan en la Figura 8 tanto para el modelo Random Forest como para el modelo XGBoost. Los ingresos se modifican en función de la amplitud real de los préstamos, por lo que su valor representa los ingresos que se deben fabricar por cliente.Tan pronto como el límite ha llegado a 0, el modelo alcanza el ajuste más absoluto que es agresivo en el que todos los préstamos se deben liquidar. En realidad, es la forma en que el negocio del cliente se ejecuta sin el modelo: el conjunto de datos sólo se compone de los préstamos concedidos. Realmente está claro que los ingresos son inferiores a -1.200, lo que significa que la empresa continua perdiendo dinero en efectivo por más de 1.200 dólares por préstamo.En el caso de que el límite se programe a 0, el modelo se convierte probablemente en el más conservador, donde se anticipa que todos los préstamos no se pagan. En este caso, pronto no se emitirá ningún préstamo. Usted tendrá ni efectivo destruido, ni ningún beneficio, lo que lleva a un ingreso de 0.Para obtener el límite optimizado cuando se trata de modelo, el ingreso máximo tiene que ser encontrado. Se pueden encontrar los puntos dulces: El modelo Random Forest alcanza el máximo beneficio de 154,86 a un umbral de 0,71 y el modelo XGBoost alcanza el máximo beneficio de 158,95 a un umbral de 0,95 en ambos modelos. Ambos modelos tienen la capacidad de convertir las pérdidas en ingresos con incrementos de casi 1.400 dólares por individuo. Aunque el modelo XGBoost mejora los ingresos en unos 4 dólares significativamente más que el modelo Random Forest, su modelo de la curva de beneficios es más pronunciado en la parte superior. El umbral puede ajustarse entre 0,55 y 1 para asegurar un beneficio, pero el modelo XGBoost sólo tiene un rango entre 0,8 y 1 en el modelo Random Forest. Además, la forma aplanada del modelo Random Forest proporciona solidez a prácticamente cualquier cambio de información y puede alargar la duración prevista del modelo antes de que sea necesario actualizarlo. En consecuencia, se recomienda que el modelo Random Forest se implemente durante el límite de 0,71 para optimizar los ingresos con un rendimiento que sea relativamente estable.4. ConclusionesEsta tarea es una clasificación media que es binaria, que aprovecha la información de la hipoteca y del individuo para anticipar si el cliente incumplirá la hipoteca. El objetivo es utilizar el modelo como un instrumento para tomar decisiones sobre la emisión de los préstamos. Se realizan dos clasificadores aleatorios que utilizan Forest XGBoost. Ambos modelos son capaces de cambiar la pérdida a beneficio en más de 1.400 dólares por préstamo. El modelo de Random Forest se recomienda convertirse en implementado debido a su rendimiento que es estable y a mistakes.The relaciones entre las características ahora se han examinado para una mejor ingeniería de características. Características tales como, por ejemplo, Tier y Selfie ID Check se observan convertirse en posibles predictores que determinan el estado para el préstamo, y cada uno de los que ya se han verificado más tarde en los modelos de categoría, ya que ambos se pueden encontrar en la lista que es la parte superior de valor. Una gran cantidad de otras características son mucho menos aparente de las funciones que desempeñan que afectan el estado de la hipoteca, por lo tanto, los modelos de aprendizaje de dispositivos están diseñados con el fin de aprender tales hábitos intrínsecos.Usted encontrará 6 clasificación que es común utilizado como solicitantes, incluyendo KNN, Gaussian NaГЇve Bayes, Regresión Logística, SVM lineal, Random Forest, y XGBoost. Abarcan una gran variedad de familias, desde las no paramétricas hasta las probabilísticas, pasando por las paramétricas y los métodos de conjunto basados en árboles. Entre ellos, el modelo Random Forest y el modelo XGBoost son los que ofrecen el mejor rendimiento: el anterior tiene una precisión de 0,7486 en el conjunto de pruebas y el último tiene una precisión de 0,7313 después del ajuste fino. Los umbrales de clasificación son ajustables para alterar la “strictness” de los resultados de este pronóstico: Con umbrales más bajos, el modelo es más agresivo que permite que se concedan más préstamos; con umbrales mayores, llega a ser más conservador y no emitirá los préstamos a menos que haya ciertamente una probabilidad que sea alta de que los préstamos puedan ser devueltos. La relación entre el beneficio y el nivel de umbral se ha determinado utilizando la fórmula del beneficio como función de pérdida. Tanto para los modelos, se producen puntos dulces que ayudarán a la empresa a pasar de pérdidas a beneficios. La empresa es capaz de obtener un beneficio de 154,86 y 158,95 por cliente con el modelo Random Forest y XGBoost, respectivamente, sin el modelo, hay una pérdida de más de 1.200 dólares por préstamo, pero después de implementar los modelos de clasificación. Aunque se alcanza un mayor beneficio haciendo uso del modelo XGBoost, se sigue sugiriendo que el modelo Random Forest se implemente para la fabricación ya que la curva de ingresos es más plana en la parte superior, lo que aporta robustez ante los errores y estabilidad ante los cambios. En el caso de que se opte por el modelo Random Forest, es posible prever menos mantenimiento y actualizaciones. Los pasos siguientes son desplegar el modelo y supervisar su rendimiento cada vez que se encuentren documentos más recientes. La regularidad del mantenimiento del modelo para esta aplicación no tiene que ser alta siempre que la cantidad de ofertas de admisión, si el modelo tiene que ser utilizado en un detalle y la forma que es oportuna no es realmente difícil de transformar esta tarea en una tubería de aprendizaje en línea que se asegurará de que el modelo se convierten siempre hasta la fecha.