Как добавить в модель ML признаки разного размера (кредитные истории)?

Question

[buch_masha]

Есть модель классификации для поиска мошенников в страховании, куда в качестве одного из факторов входит кредитный скоринг, объект - страхователь. Кроме того, есть данные кредитных историй. Хотелось бы добавить оттуда новых фичей. Но у каждого человека может быть разное количество кредитов. Какой есть способ учесть все данные кредитный истории (именно все данные по кредитам, а не счётчики об их количестве и. т. п.)?

Answer 1

[Данил]

Агрегирование пер человек: максимальный / минимальный / средний размер кредита. Тот же подход с остальными свойствами (сроки, проценты и т.д.).

Comments

[buch_masha]

Спасибо, с агрегированием то понятно. Но так теряется информация, поэтому и ищу возможные другие способы)

[Данил]

One hot encoding? Берем данные по последние 3м (4м, 5ти) кредитам:

_____   sum1   sum2  sum3 
user1  1000   2000   3000
user2  1000   2000   0
user3  1000   0      0

[buch_masha]

Данил, да, так можно. Но здесь нужно будет или ограничивать (как вы пишете, по 3, 4, 5 кредитам), или заранее знать длину кредитной истории, чтобы она совпадала для всех объектов. Ещё, допустим, 1 user: sum1 - небольшая, sum2 - очень большая, 2 user: sum1 - большая, остальных нет (нули). Таким образом, если у user есть только 1 кредит, его характеристики заведомо будут в sum1, а с sum2 и.т.д сравниваться не будут. Выход - только заполнить дубликатами данных по этому единственному кредиту для такого юзера. Всё ведёт к необоснованному разрастанию данных.

[Данил]

По длине кредитной истории - все зависит от Ваших данных. Смотрим количество пользователей у которых количество кредитов больше 1го, 2х, 3х и думаем сколько последних кредитов имеет смысл включить в выборку. Остальные данные по кредитам (если у кого-то их было много) пойдут в "агрегированные" фичи.

По поводу того, что для части пользователей некоторые фичи будут нулями - для OneHotEncoding - это нормально. Оставьте это на откуп алгоритмам машинного обучения :)

В машинном обучении ну существует готовых решений на все случае жизни :) У Вас есть идея, Вам нужно проверить насколько хорошо они работают именно для Вашей задачи, на текущем наборе данных.

[buch_masha]

Данил, Спасибо за ответ) Буду пробовать.

Answer 2

[DeVIva]

Структура используемых кредитов по видам кредитов
Структура ежемесячного платежа по видам кредитов
Ежемесячный платеж по видам кредитов к среднемесячному доходу (если есть)
Сумма досрочных погашений за период к сумме используемых кредитов