پیش‌بینی ریسک عدم بازپرداخت وام با یادگیری ماشین و تحلیل تفسیرپذیری مدل

در این پروژه، یک سیستم پیش‌بینی ریسک عدم بازپرداخت وام برای مجموعه داده وام‌های مسکن طراحی و ارزیابی شد. ابتدا با رسم ماتریس همبستگی، رابطه بین متغیرهایی مانند مبلغ وام، درآمد، ارزش ملک و امتیاز اعتباری بررسی شد. سپس پنج مدل (Logistic Regression، Random Forest، XGBoost، LightGBM و XGBoost تیون‌شده) آموزش داده شدند و به‌دلیل نامتوازن‌بودن داده، عملکرد آن‌ها با منحنی Precision-Recall و شاخص AP مقایسه شد؛ Random Forest با AP=0.300 بهترین نتیجه را داشت. در نهایت با تحلیل SHAP، تأثیر هر ویژگی بر تصمیم مدل تفسیر شد و مشخص شد امتیاز اعتباری و نرخ سود مهم‌ترین عوامل تأثیرگذار بر پیش‌بینی ریسک هستند. این پروژه توانایی من در تحلیل داده، مقایسه مدل‌های یادگیری ماشین و تفسیرپذیری نتایج برای ذی‌نفعان غیرفنی را نشان می‌دهد.