Modelo de predicción de compra de tarjeta de crédito

Mostrar todas las versiones(4)

El trabajo muestra el desarrollo completo de un modelo de clasificación binario, aplicado a un problema real dentro de la industria bancaria, que presenta gran cantidad de datos (2.380.000 registros y 1.400 variables) y gran desbalanceo (1,8 %). La variable respuesta es si el cliente compra o no una...

Descripción completa

Detalles Bibliográficos
Autor principal: Stivala, Ignacio José
Formato: Tesis de Maestría
Lenguaje:Español
Publicado: 10/0
Materias:
CLASIFICACION BINARIA
DESBALANCEO
SELECCION DE VARIABLES
REDUCCION DE DIMENSION
REGRESION LOGISTICA
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
BINARY CLASSIFICATION
IMBALANCE DATA
VARIABLE SELECTION
DIMENSION REDUCTION
LOGISTIC REGRESSION
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n7343_Stivala
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id todo:tesis_n7343_Stivala
record_format dspace
spelling todo:tesis_n7343_Stivala2023-10-03T13:18:18Z Modelo de predicción de compra de tarjeta de crédito Credit card purchase prediction model Stivala, Ignacio José CLASIFICACION BINARIA DESBALANCEO SELECCION DE VARIABLES REDUCCION DE DIMENSION REGRESION LOGISTICA PLS-DA RANDOM FOREST LIGHT GBM SHAP BINARY CLASSIFICATION IMBALANCE DATA VARIABLE SELECTION DIMENSION REDUCTION LOGISTIC REGRESSION PLS-DA RANDOM FOREST LIGHT GBM SHAP El trabajo muestra el desarrollo completo de un modelo de clasificación binario, aplicado a un problema real dentro de la industria bancaria, que presenta gran cantidad de datos (2.380.000 registros y 1.400 variables) y gran desbalanceo (1,8 %). La variable respuesta es si el cliente compra o no una tarjeta de crédito, y el parámetro de interés la probabilidad de dicha compra. Se desarrolló en un contexto macro económico de alta inflación, requiriendo trabajar con variables monetarias. Las etapas desarrolladas son armado de base, limpieza y preprocesamiento, selección de variables/reducción de dimensión, aplicación de algoritmos, evaluación y selección del modelo final. Se utilizan diversas técnicas con el objetivo de obtener la mejor predicción: regresión logística, Lasso, Ridge, Partial Least Squares-Discriminant Analysis (PLS-DA), Random Forest, Gradient Boosting Tree y Light Gradient Boosting Machine (light GBM). Para la explicación de las variables se utilizan SHapley Additive exPlanations (SHAP). Además, se muestra un análisis que permite decidir si es conveniente trabajar con un modelo global o dos modelos distintos separando al universo por una variable independiente. This work shows the complete development of a binary classification model, applied to a real problem in the banking industry, which presents a large amount of data (2,380,000 records and 1,400 variables) and a large imbalance (1.8 %). The response is whether or not the customer buys a credit card, and the interest variable is the probability of that purchase. It was developed in a macroeconomic context of high inflation, requiring work with monetary variables. The stages developed are collecting data, cleaning and preprocessing, variable selection/dimension reduction, application of algorithms, evaluation and selection of the final model. Various techniques are used in order to obtain the best prediction: logistic regression, Lasso, Ridge, Partial Least Squares-Discriminant Analysis (PLS-DA), Random Forest, Gradient Boosting Tree and Light Gradient Boosting Machine (light GBM). SHapley Additive exPlanations (SHAP) are used for the explanation of the variables. In addition, an analysis is shown that allows deciding if it is convenient to work with a global model or two different models splitting the universe by an independent variable. Fil: Stivala, Ignacio José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. 10/04/2023 Tesis de Maestría PDF Español info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n7343_Stivala
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv Español
topic CLASIFICACION BINARIA
DESBALANCEO
SELECCION DE VARIABLES
REDUCCION DE DIMENSION
REGRESION LOGISTICA
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
BINARY CLASSIFICATION
IMBALANCE DATA
VARIABLE SELECTION
DIMENSION REDUCTION
LOGISTIC REGRESSION
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
spellingShingle CLASIFICACION BINARIA
DESBALANCEO
SELECCION DE VARIABLES
REDUCCION DE DIMENSION
REGRESION LOGISTICA
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
BINARY CLASSIFICATION
IMBALANCE DATA
VARIABLE SELECTION
DIMENSION REDUCTION
LOGISTIC REGRESSION
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
Stivala, Ignacio José
Modelo de predicción de compra de tarjeta de crédito
topic_facet CLASIFICACION BINARIA
DESBALANCEO
SELECCION DE VARIABLES
REDUCCION DE DIMENSION
REGRESION LOGISTICA
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
BINARY CLASSIFICATION
IMBALANCE DATA
VARIABLE SELECTION
DIMENSION REDUCTION
LOGISTIC REGRESSION
PLS-DA
RANDOM FOREST
LIGHT GBM
SHAP
description El trabajo muestra el desarrollo completo de un modelo de clasificación binario, aplicado a un problema real dentro de la industria bancaria, que presenta gran cantidad de datos (2.380.000 registros y 1.400 variables) y gran desbalanceo (1,8 %). La variable respuesta es si el cliente compra o no una tarjeta de crédito, y el parámetro de interés la probabilidad de dicha compra. Se desarrolló en un contexto macro económico de alta inflación, requiriendo trabajar con variables monetarias. Las etapas desarrolladas son armado de base, limpieza y preprocesamiento, selección de variables/reducción de dimensión, aplicación de algoritmos, evaluación y selección del modelo final. Se utilizan diversas técnicas con el objetivo de obtener la mejor predicción: regresión logística, Lasso, Ridge, Partial Least Squares-Discriminant Analysis (PLS-DA), Random Forest, Gradient Boosting Tree y Light Gradient Boosting Machine (light GBM). Para la explicación de las variables se utilizan SHapley Additive exPlanations (SHAP). Además, se muestra un análisis que permite decidir si es conveniente trabajar con un modelo global o dos modelos distintos separando al universo por una variable independiente.
format Tesis de Maestría
author Stivala, Ignacio José
author_facet Stivala, Ignacio José
author_sort Stivala, Ignacio José
title Modelo de predicción de compra de tarjeta de crédito
title_short Modelo de predicción de compra de tarjeta de crédito
title_full Modelo de predicción de compra de tarjeta de crédito
title_fullStr Modelo de predicción de compra de tarjeta de crédito
title_full_unstemmed Modelo de predicción de compra de tarjeta de crédito
title_sort modelo de predicción de compra de tarjeta de crédito
publishDate 10/0
url https://hdl.handle.net/20.500.12110/tesis_n7343_Stivala
work_keys_str_mv AT stivalaignaciojose modelodepredicciondecompradetarjetadecredito
AT stivalaignaciojose creditcardpurchasepredictionmodel
_version_ 1807318155944525824

Ejemplares similares