Aplicación de modelos predictivos en la evaluación de solicitudes de crédito: un estudio comparativo

Date
2024-10
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“En este estudio se creó un modelo de regresión logística y un modelo de bosques aleatorios para clasificar solicitudes de crédito. Sus objetivos fueron encontrar los patrones o características que toman más peso en la aprobación de un crédito, esto mediante el uso de datos históricos de solicitudes anteriores ya clasificadas. El primer paso fue el procesamiento de los datos, eliminando valores nulos, corrigiendo entradas en los datos y codificando la variable objetivo. El implementar el modelo de regresión logística permitió interpretar los coeficientes para las variables independientes en términos de probabilidad; mientras que el modelo de bosques aleatorios manejar relaciones complejas, medir la importancia individual de las variables y reducir el riesgo de sobreajuste del modelo. Algunas de las métricas utilizadas para evaluar los modelos fueron la precisión, la exactitud, el puntaje f1 y el área bajo la curva ROC. Ambos modelos obtuvieron puntuaciones satisfactorias, los bosques aleatorios con puntuaciones significativamente mejores, y la regresión logística con su facilidad de interpretar los resultados y la influencia de cada variable. Así, comprobando, que el uso de modelos predictivos es una herramienta útil para las entidades financieras a la hora de gestionar el riesgo crediticio en relación con las decisiones crediticias”.
Description
Keywords
Citation
Document Viewer
Select a file to preview:
Can't see the file? Try reloading