Sie haben historische Kreditentscheidungen und Zahlungsausfälle gekennzeichnet und müssen ein Modell erstellen, um das Ausfallrisiko von Antragstellern vorherzusagen. Was sollten Sie tun?

Die lineare Regression ist eine geeignete Methode, um einen kontinuierlichen Wert wie ein Kredit-Ausfallrisiko vorherzusagen, da sie die Beziehung zwischen den historischen Kreditentscheidungen und Zahlungsausfällen (Features) und dem Ausfallrisiko (Zielvariable) modelliert. Das Erhöhen der Datensatzgröße ist zwar oft nützlich, aber nicht die primäre Modellierungsstrategie. Das Entfernen von Verzerrungen und das Sammeln abgelehnter Anträge sind wichtige Schritte im Daten-Pre-Processing und zur Vermeidung von Verzerrungen, aber keine Modellierungsalgorithmen. Das Abgleichen mit sozialen Profilen kann ethische Bedenken aufwerfen und ist nicht immer relevant oder zulässig für die Kreditrisikobewertung.