Construcción de un sistema de puntuación de crédito basado en k-vecinos más cercanos

Este documento describe la construcción de un sistema de puntuación de crédito utilizando el método de k-vecinos más cercanos, una técnica estándar en el reconocimiento de patrones y estadísticas no paramétricas. Una parte importante de nuestro análisis es la selección de métricas de distancia. Proponemos utilizar una versión ajustada de la métrica de distancia euclidiana, que incorpora una estimación de los contornos de equiprobabilidad subyacentes para la pertenencia a clases. Este enfoque se utilizó para clasificar una muestra de solicitudes de crédito por correo de la organización Littlewoods. Describimos los resultados de experimentos de comparación con una variedad de técnicas de discriminación, incluyendo regresión logística, regresión de búsqueda de proyección y árboles de decisión.