機械学習アルゴリズムに基づく協同組合ローン最適化のための開発予測モデル

協同組合に対する借り手によるローンのデフォルトは、協同組合の事業パフォーマンスを最適化します。本研究では、決定木、K-NN、ロジスティック回帰、ランダムフォレストなど、いくつかの非常に人気のある機械学習アルゴリズムを使用してデフォルト予測モデルが開発されました。その後、これらのアルゴリズムを使用した全モデルを比較および評価し、どのアルゴリズムモデルが協同組合のローンデフォルトを予測するのに最も効果的で正確であるかを明らかにしました。モデル評価は、精度、適合率、再現率、f1スコアなどのメトリクスを使用して実施されます。この研究で使用されたデータセットは、タシクマラヤ県のある貯蓄および貸付協同組合のローンリストから取得されたもので、借り手のプロフィール、ローン金額、分割払いの回数などの属性を含んでいます。このデータセットは、モデルをトレーニングおよび評価するためにトレーニングデータとテストデータに分割されます。これらの機械学習アルゴリズムは、他の予測アルゴリズムの中でもよく知られており、いくつかの金融研究で証明されているため選ばれました。この予測モデルの結果は、協同組合が適切なローンを提供するための意思決定を支援するために使用できます。