Credit Card Approval Predict w/ Towhee

Notebook Link

https://www.kaggle.com/code/chizzzy/credit-card-approval-prediction/notebook

Context

信用评分卡是金融行业常见的风控手段。它使用信用卡申请人提交的个人信息和数据来预测未来违约和信用卡借款的可能性。银行可以决定是否向申请人发行信用卡。信用评分可以客观地量化风险的大小。

一般来说，信用评分卡是基于历史数据的。一旦遇到较大的经济波动。过去的模型可能会失去其原有的预测能力。 Logistic模型是信用评分的常用方法。因为 Logistic 适用于二元分类任务，可以计算每个特征的系数。为了便于理解和操作，记分卡会将逻辑回归系数乘以某个值（如100）并四舍五入。

目前，随着机器学习算法的发展。更多的预测方法，如 Boosting、随机森林和支持向量机已被引入信用卡评分。

Task

建立机器学习模型来预测申请人是“好”还是“坏”客户，与其他任务不同，没有给出“好”或“坏”的定义。您应该使用一些技术，例如年份分析来构建您的标签。此外，不平衡数据问题是该任务中的一个大问题。