Alguém pode explicar em detalhes:
Eu tenho a idéia de rejeitar inferências no aplicativo de cartão de crédito, mas lutando com o pensamento de usá-lo para aumentar a precisão do meu modelo.
Respostas:
Na construção do modelo de crédito, a dedução de rejeição é o processo de inferir o desempenho das contas de crédito que foram rejeitadas no processo de inscrição.
Quando a construção de um modelo de risco de crédito aplicação, queremos construir um modelo que tem " through-the-door aplicabilidade", ou seja, nós entrada de todos os dados de aplicativos para o modelo de risco de crédito, e o modelo gera uma classificação de risco ou uma probabilidade do padrão. O problema ao usar a regressão para criar um modelo a partir de dados passados é que conhecemos o desempenho da conta apenas para aplicativos aceitos no passado. No entanto, não sabemos o desempenho dos rejeitados, porque, após a aplicação, os enviamos de volta pela porta. Isso pode resultar em viés de seleção em nosso modelo, porque, se usarmos apenas "aceita" no passado, o modelo poderá não ter um bom desempenho na população "através da porta".
Existem muitas maneiras de lidar com a inferência de rejeição, todas elas controversas. Vou mencionar dois simples aqui.
"Definir rejeições passadas como ruins" é simplesmente pegar todos os dados de aplicativos rejeitados e, em vez de descartá-los ao criar o modelo, atribua todos eles como ruins. Esse método influencia fortemente o modelo em relação à política de aceitação / rejeição do passado.
"Parcelar" é um pouco mais sofisticado. Isso consiste de
Existem diferentes maneiras de executar as atribuições como boas ou ruins na etapa 3, e esse processo também pode ser aplicado iterativamente.
Como afirmado anteriormente, o uso de inferências por rejeição é controverso e é difícil dar uma resposta direta sobre como pode ser usada para aumentar a precisão dos modelos. Vou simplesmente citar alguns outros sobre esse assunto.
Jonathan Crook e John Banasik, rejeitar a inferência realmente melhora o desempenho dos modelos de pontuação de aplicativos?
Primeiro, mesmo quando uma proporção muito grande de candidatos é rejeitada, o escopo de melhoria de um modelo parametrizado apenas para os aceitos parece modesto. Onde a taxa de rejeição não é tão grande, esse escopo parece ser realmente muito pequeno.
David Hand, "Inferência direta em operações de crédito", publicado no Handbook of Credit Scoring, 2001
Vários métodos foram propostos e são utilizados e, embora alguns sejam claramente ruins e nunca devam ser recomendados, não existe o melhor método único de aplicabilidade universal, a menos que informações adicionais sejam obtidas. Ou seja, a melhor solução é obter mais informações (talvez concedendo empréstimos a alguns possíveis rejeitados) sobre os candidatos que se enquadram na região de rejeitos.
@GabyLP nos comentários anteriores. Com base na minha experiência, você pode dividir esses clientes em duas partes e atribuir pesos para as duas divisões de acordo com a probabilidade. Por exemplo, se um cliente rejeitado tiver 10% de PD, você poderá criar dois clientes desse. Primeiro tendo variável alvo 1 e peso 0,1 e segundo tendo variável alvo 0 e peso 0,9.
Toda a amostra aceita de clientes terá pesos == 1.
Enquanto isso funciona com regressão logística, não funciona com modelos baseados em árvore.