Концептуальная иллюстрация · без реальной компании и результатов
С чего всё началось
Университетский проект, начавшийся с вопроса: какую полезную информацию о риске банкротства я могу извлечь из данных компаний?
Проблемы и решения
Выбор метрики
Банкротства — редкий класс. Пропустить такое событие может быть дороже, чем поднять ложную тревогу. Чтобы изучить этот компромисс, я также использовал F3 — метрику, которая придаёт полноте больший вес, чем точности.
Сравнение стратегий
Я сравнивал модели и пороговые значения, чтобы понять, как меняются число выявленных случаев и число ложных срабатываний, а также изучал важность признаков с помощью Random Forest.
Как это работает
Ноутбук на Python подготавливает и стандартизирует табличные данные с помощью pandas, NumPy и scikit-learn.
Random Forest позволяет анализировать важность признаков. В экспериментах сравниваются конфигурации RF и методы опорных векторов.
В экспериментах с нейронными сетями я использую TensorFlow/Keras для изучения архитектуры, регуляризации и признаков переобучения.
Пороги принятия решений и наборы признаков сравниваются по F3-мере, ROC-кривым и графикам, сохранённым в ноутбуке.
О проекте подробнее
От данных к интерпретации: этапы проекта.
01Данные и подготовка
02Функции и стандартизация
03Random Forest · SVM · нейронные сети
04Пороги · F₃ · ROC · переобучение
Поясняющая схема проекта
Чему я научился
Этот проект научил меня оценивать метрику вместе с ошибками, которые за ней стоят. Изменение метрики или порога меняет набор выявляемых случаев. Я хочу, чтобы этот компромисс был понятен при каждом сравнении моделей.
Текущий статус
Исследовательский учебный проект. Графики отражают запуски, сохранённые в ноутбуке. Для проверки выводов потребовалась бы независимая оценка на новых данных.
Расскажите, что вы хотите создать или улучшить, кто будет этим пользоваться и какие у вас ограничения. Я свяжусь с вами, чтобы вместе определить, с чего начать.
