Kredi Risk Değerlendirme Analizi: Öznitelik Seçimi ve Sınıflandırma Yöntemlerinin Karşılaştırılması

Abstract

Kredi risk değerlendirme analizi, potansiyel kullanıcıları sınıflandırarak temerrüt kullanıcılarının meydana gelme olasılığını azaltmak için önemli bir süreçtir. Bankalar müşterilerine verdikleri kredi kartlarının aylık ödemelerini takip etmektedir. Ay sonunda ödeme yapıp yapmayacağı belirli kriterlere göre ölçümler yapılarak risk durumları tespit edilir. Bu çalışmada uygun bir veri seti seçilerek üzerinde öznitelik seçimi ve farklı yöntemler ile sınıflandırma yaparak sonuçlar karşılaştırmıştır. Ayrıca mevcut veri setindeki öznitelik sayısı çok olması sebebiyle boyut indirmesi yapılarak tekrardan az sayıdaki öznitelik ile tekrardan sınıflandırma metotları kullanılarak sonuçlar karşılaştırılmıştır. Öznitelik sayısı az olması eğitim süresi oldukça azaltmasına rağmen Rastgele Orman (Random Forest) sınıflandırma algoritmasıyla %81.27 doğruluk yüzdesi elde edilmiştir. Öte yandan mevcut tüm özniteliklerin kullanılması durumunda Karar Ağaçları (Decision Tree) sınıflandırma algoritması %81.82 doğruluk ile yüzdesi en iyi sonuç elde edilmiştir.