Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito
Fuente:
Redalyc
Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Nacional Autónoma de México
2020
|
| Subjects: | |
| Online Access: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1876446999033675776 |
|---|---|
| author | Javier Jesús Espinosa-Zúñiga |
| author_facet | Javier Jesús Espinosa-Zúñiga |
| contents | Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito Javier Jesús Espinosa-Zúñiga Ingeniería XGBoost Random Forest hiperparámetro árbol de decisión Aprendizaje automático Dentro de la gama de algoritmos de aprendizaje automático existentes destacan actualmente dos: Random Forest y XGBoost. Ambos han adquirido gran popularidad. Random Forest es un algoritmo que surgió hace casi veinte años y se utiliza ampliamente por el balance que ofrece entre complejidad y resultados. Por su parte, XGBoost es un algoritmo que ha despertado gran interés, pues aunque es relativamente reciente es considerado actualmente el estado del arte en algoritmos de aprendizaje automático por sus resultados. Uno de los sectores en los que se aplican este tipo de algoritmos es el financiero. Algunos ejemplos de su aplicación en este sector son: segmentación de clientes, detección de fraudes, pronóstico de ventas, autenticación de clientes y análisis de comportamiento de mercados, entre otros. Un área de particular interés en este sector es la identificación de clientes a quienes otorgar una tarjeta de crédito, esto es crítico para las instituciones financieras, pues una selección incorrecta de estos clientes podría derivar en un incremento de su cartera vencida. En el presente estudio se aplicaron los algoritmos Random Forest y XGBoost sobre una base de solicitudes de tarjetas de crédito (donada por un banco australiano para fines de investigación) para identificar las solicitudes con mayor probabilidad de otorgarles una tarjeta. Los modelos obtenidos se compararon estadísticamente (donde se seleccionó el modelo con el algoritmo XGBoost) y se presentaron los resultados con gráficas que permiten responder dos preguntas clave desde el enfoque de negocio: ¿Cuáles son las solicitudes a las que hay que otorgar una tarjeta? y ¿Qué resultados esperamos en caso de aplicar el modelo? La aportación más importante del presente estudio es aplicar dos algoritmos muy efectivos sobre esta base de solicitudes de tarjetas de crédito con un enfoque de negocios. 2020 artículo científico 1405-7743 https://www.redalyc.org/articulo.oa?id=40471792003 https://www.redalyc.org/journal/404/40471792003/ https://www.redalyc.org/journal/404/40471792003/html/ https://www.redalyc.org/journal/404/40471792003/40471792003.epub https://www.redalyc.org/journal/404/40471792003/movil 10.22201/fi.25940732e.2020.21.3.022 es http://www.redalyc.org/revista.oa?id=404 Ingeniería. Investigación y Tecnología application/pdf Universidad Nacional Autónoma de México Ingeniería. Investigación y Tecnología (México) Num.3 Vol.XXI |
| format | Artículo científico |
| id | redalyc_40471792003 |
| institution | Redalyc |
| language | es |
| publishDate | 2020 |
| publisher | Universidad Nacional Autónoma de México |
| spellingShingle | Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito Javier Jesús Espinosa-Zúñiga Ingeniería XGBoost Random Forest hiperparámetro árbol de decisión Aprendizaje automático Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito Javier Jesús Espinosa-Zúñiga Ingeniería XGBoost Random Forest hiperparámetro árbol de decisión Aprendizaje automático Dentro de la gama de algoritmos de aprendizaje automático existentes destacan actualmente dos: Random Forest y XGBoost. Ambos han adquirido gran popularidad. Random Forest es un algoritmo que surgió hace casi veinte años y se utiliza ampliamente por el balance que ofrece entre complejidad y resultados. Por su parte, XGBoost es un algoritmo que ha despertado gran interés, pues aunque es relativamente reciente es considerado actualmente el estado del arte en algoritmos de aprendizaje automático por sus resultados. Uno de los sectores en los que se aplican este tipo de algoritmos es el financiero. Algunos ejemplos de su aplicación en este sector son: segmentación de clientes, detección de fraudes, pronóstico de ventas, autenticación de clientes y análisis de comportamiento de mercados, entre otros. Un área de particular interés en este sector es la identificación de clientes a quienes otorgar una tarjeta de crédito, esto es crítico para las instituciones financieras, pues una selección incorrecta de estos clientes podría derivar en un incremento de su cartera vencida. En el presente estudio se aplicaron los algoritmos Random Forest y XGBoost sobre una base de solicitudes de tarjetas de crédito (donada por un banco australiano para fines de investigación) para identificar las solicitudes con mayor probabilidad de otorgarles una tarjeta. Los modelos obtenidos se compararon estadísticamente (donde se seleccionó el modelo con el algoritmo XGBoost) y se presentaron los resultados con gráficas que permiten responder dos preguntas clave desde el enfoque de negocio: ¿Cuáles son las solicitudes a las que hay que otorgar una tarjeta? y ¿Qué resultados esperamos en caso de aplicar el modelo? La aportación más importante del presente estudio es aplicar dos algoritmos muy efectivos sobre esta base de solicitudes de tarjetas de crédito con un enfoque de negocios. 2020 artículo científico 1405-7743 https://www.redalyc.org/articulo.oa?id=40471792003 https://www.redalyc.org/journal/404/40471792003/ https://www.redalyc.org/journal/404/40471792003/html/ https://www.redalyc.org/journal/404/40471792003/40471792003.epub https://www.redalyc.org/journal/404/40471792003/movil 10.22201/fi.25940732e.2020.21.3.022 es http://www.redalyc.org/revista.oa?id=404 Ingeniería. Investigación y Tecnología application/pdf Universidad Nacional Autónoma de México Ingeniería. Investigación y Tecnología (México) Num.3 Vol.XXI |
| title | Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito |
| topic | Ingeniería XGBoost Random Forest hiperparámetro árbol de decisión Aprendizaje automático |
| url | https://www.redalyc.org/articulo.oa?id=40471792003 https://www.redalyc.org/journal/404/40471792003/ https://www.redalyc.org/journal/404/40471792003/html/ https://www.redalyc.org/journal/404/40471792003/40471792003.epub https://www.redalyc.org/journal/404/40471792003/movil |