基于机器学习的小微商铺不良贷款预测

本文主要基于个人或小型商铺的贷款业务,采用数据挖掘及机器学习技术预测某申请商铺的风险状况及发放的贷款是否会形成不良贷款,从而使金融机构可以及早发现申请商铺的风险并对其贷款申请予以否决,避免资产损失;基于Python软件进行了全流程建模,包括变量探索、变量降维、数据建模等流程,最后采用逻辑回归、lightGBM、XGBoost、随机森林、GBDT、Voting以及“GBDT+LR”等机器学习模型进行了建模分析,从验证效果的准确率、覆盖率、ROC、KS、稳定性等角度对比分析了上述模型,最终选取了Voting模型作为小微商铺不良贷款预测模型。