تصنيف درجة الائتمان باستخدام Decision Tree

نظرة عامة

في هذا المشروع، قمت ببناء نموذج شجرة قرار (Decision Tree) لتصنيف العملاء إلى ثلاث فئات ائتمانية: Poor, Standard, Good. التحدي الأكبر كان في معالجة البيانات المتسخة التي تحتوي على قيم مفقودة، قيم شاذة، وتنسيقات غير متسقة.

1.البيانات

مجموعة بيانات تحتوي على 100,000 عميل و28 عمودًا، تشمل:

معلومات شخصية: العمر، المهنة، الدخل السنوي.

معلومات مصرفية: عدد الحسابات، عدد بطاقات الائتمان، الديون المستحقة.

تاريخ ائتماني: مدة التاريخ الائتماني، التأخير في السداد، سلوك الدفع.

2.خطوات المعالجة (Data Cleaning)

إزالة الأعمدة غير المفيدة (ID, Name, SSN).

تشفير الشهور يدويًا.

معالجة العمر: إزالة القيم السالبة وملء المفقود بالوسيط لكل عميل.

تجميع المهن إلى فئات (Professional, Education, Media, Business) وتطبيق one-hot encoding.

تنظيف الأعمدة الرقمية: إزالة الشرطة السفلية "_"، تحويل إلى numeric، إزالة القيم السالبة، ملء المفقود باستخدام forward/backward fill لكل عميل ثم الوسيط.

تحديد القيم القصوى المعقولة لكل عمود وإزالة القيم الشاذة.

معالجة Credit_Mix: استبدال "_" بـ NaN، ملء بالـ mode.

تحويل Credit_History_Age من نص إلى عدد أشهر.

معالجة Payment_Behaviour: استبدال القيم غير الصالحة، ملء المفقود، ثم ترميزها.

تشفير الهدف (Credit_Score) إلى أرقام.

3.النموذج والنتائج

النموذج: DecisionTreeClassifier (max_depth=9)

دقة التدريب: 73.2%

دقة الاختبار: 72.0%