Прогнозирование возврата кредита

Добро пожаловать в очередной этап серии ежемесячных соревнований по анализу табличных данных! Цель этого проекта — предоставить сообществу интересные и доступные наборы данных для практики навыков машинного обучения и обмена опытом.

Ваша задача: Вам предстоит построить модель, которая предсказывает вероятность того, что заемщик полностью выплатит свой кредит. Данные основаны на реальных показателях, но синтезированы таким образом, чтобы сохранить баланс между сложностью реальных задач и защитой от утечки ответов.

В этом соревновании крайне важно уделить внимание не только базовым моделям градиентного бустинга, но и глубокому исследовательскому анализу данных (EDA). Ожидается, что участники будут работать с признаками, описывающими кредитную историю, уровень дохода и демографические показатели, чтобы выявить скрытые закономерности дефолтов.

Метрика оценки: Качество решений оценивается по метрике AUC-ROC (площадь под кривой ошибок) между предсказанной вероятностью и фактическим значением целевой переменной. Это означает, что важна не просто бинарная классификация (вернет/не вернет), а точное ранжирование заемщиков по степени надежности.