Masz oznaczone historyczne decyzje kredytowe i przypadki niewypłacalności, i musisz zbudować model do przewidywania ryzyka niewypłacalności wnioskodawcy. Co powinieneś zrobić?

Wytrenowanie regresji liniowej jest odpowiednim podejściem, ponieważ problem przewidywania ryzyka niewypłacalności kredytowej jest zadaniem regresji – celem jest przewidzenie ciągłej wartości (wyniku ryzyka). Regresja liniowa jest prostym, ale efektywnym algorytmem bazowym do tego typu zadań. Zwiększenie rozmiaru zbioru danych jest ogólnie korzystne, ale nie jest to bezpośrednia odpowiedź na pytanie "co powinieneś zrobić", aby zbudować model. Usunięcie stronniczości i zebranie danych o odrzuconych wnioskach to ważne kroki w przygotowaniu danych i zapewnieniu sprawiedliwości modelu, ale nie są to same w sobie metody budowania modelu predykcyjnego. Dopasowanie profili społecznościowych to technika inżynierii cech, która może być przydatna, ale nie jest to podstawowa metoda budowania modelu i może budzić obawy etyczne oraz dotyczące prywatności.