Classificazione accurata del credit scoring mediante Ensemble GradientBoost

L'industria del credito ?cresciuta molto rapidamente in tutto il mondo. La concessione di crediti ?considerata un'attivit?commerciale che genera profitti per le banche e le altre istituzioni finanziarie. Tuttavia, i prestiti possono anche essere fonte di rischio di perdita. La recente crisi finanziaria ha sollevato l'attenzione delle banche e delle altre istituzioni finanziarie sul rischio di credito. Pertanto, il Comitato di Basilea ha chiesto a tutte le banche e le istituzioni finanziarie di implementare un sistema di credit scoring per aiutare a stimare il livello di rischio di credito. Il metodo di Credit Scoring ?stato sviluppato per selezionare un modello migliore per la previsione del rischio di credito. I metodi di data mining sono superiori ai metodi statistici per affrontare i problemi di Credit Scoring, soprattutto per le relazioni non lineari tra le variabili. Il processo di classificazione sar?effettuato per classificare i potenziali mutuatari in due classi: buoni e cattivi, in base alle caratteristiche dei potenziali mutuatari, utilizzando il metodo GradientBoost ensemble.