Projet 04 : Construction d’un Modèle de Scoring Crédit

Contexte du projet

Dans le cadre de cette mission, nous avons développé un modèle de scoring crédit pour la société "Prêt à dépenser", qui souhaite évaluer la probabilité qu’un client rembourse son prêt.
L’objectif est de fournir un outil interprétable, permettant aux chargés de relation client de comprendre les facteurs influençant chaque décision et de classer les demandes de crédit (accordé ou refusé).

Les aspects clés de la mission sont :

Gestion des classes déséquilibrées et prise en compte du coût métier des erreurs (faux positifs et faux négatifs).
Création d’un score métier optimisé pour minimiser les pertes financières.
Interprétabilité globale et locale des modèles via SHAP et LIME.

Contenu du projet

Notebook 1 : Analyse Exploratoire des Données (EDA)
- Chargement et exploration des fichiers CSV (train et test, bureau, previous_application, credit_card_balance, installments_payments, POS_CASH_balance).
- Analyse des valeurs manquantes et atypiques.
- Étude des corrélations entre les variables et la cible.
- Fusion et enrichissement des données par agrégation d’informations provenant de sources multiples.
- Création de nouvelles caractéristiques (feature engineering) basées sur des ratios métiers.
- Pré-traitement des données : encodage, imputation, normalisation.
- Préparation des données pour des modèles tolérant les valeurs manquantes (ex : LightGBM).
Notebook 2 : Modélisation et Interprétation
- Évaluation de modèles de base : régression logistique et Random Forest.
- Entraînement de modèles avancés : XGBoost, LightGBM et CatBoost avec gestion du déséquilibre des classes.
- Optimisation des hyperparamètres avec GridSearchCV.
- Détermination du seuil optimal pour minimiser le coût métier combinant faux positifs et faux négatifs.
- Interprétation globale : analyse de l’importance des variables avec SHAP.
- Interprétation locale : explication des prédictions pour des clients individuels avec LIME.
- Option de simplification du modèle en réduisant le nombre de variables tout en conservant l’AUC.
Rapports et Présentation
- explanation_global.html et explanation_local.html : rapports générés pour l’interprétation globale et locale.
- soutenance_projet4_presentation.pdf : support de présentation pour la soutenance.

Fichiers volumineux

Les fichiers bruts issus du concours Kaggle ne sont pas inclus pour des raisons de taille. Ils peuvent être téléchargés ici :
Home Credit Default Risk – Kaggle

Résultat attendu

Dataset prétraité, enrichi et prêt pour la modélisation.
Modèles robustes de scoring crédit, optimisés selon un score métier.
Visualisations et rapports expliquant :
- L’importance globale des variables.
- Les raisons des décisions pour chaque client individuel.
Présentation synthétique pour les utilisateurs finaux mettant en avant :
- Méthodologie de nettoyage et d’enrichissement.
- Comparaison des modèles.
- Interprétabilité globale et locale.
- Recommandations métier basées sur les résultats.

Notes

Ce projet illustre la démarche complète de data science appliquée au scoring crédit : préparation des données, création de nouvelles variables, modélisation supervisée, optimisation et interprétation métier.

3.5 KiB Raw Blame History Unescape Escape