Скоринговая карта розничного кредитования (German Credit)

Модель вероятности дефолта (PD) на уровне заявки и кредитная скоринговая карта, построенные на датасете German Credit (UCI). По профилю заявителя система оценивает его PD и переводит её в интерпретируемую карту баллов — такую, какая используется при ручном андеррайтинге и принятии решений кредитным специалистом, в отличие от портфельных моделей риска.

Результаты

Полная методология, разбор признаков и примеры расчёта — в reports/executive_summary.md.

Структура проекта

.
├── src/scorecard/         # основная библиотека: загрузка данных, WOE-биннинг, модель, перевод в баллы, инференс
├── api/                   # FastAPI сервис скоринга
├── app/                   # Streamlit-интерфейс (на русском)
├── notebooks/             # scorecard.ipynb —> конечный ноутбук 
├── tests/                 # набор тестов pytest
├── artifacts/             # обученные объекты модели/биннинга/скоркарты 
├── reports/figures/       # графики ROC, калибровки, IV
├── data/raw/              # исходные файлы German Credit
└── environment.yml        # окружение conda + pip

Установка

conda env create -f environment.yml
conda activate scorecard_env

Устанавливает все зависимости и сам пакет scorecard. Проверка:

pytest

Данные

Скачайте датасет German Credit и поместите german.data в data/raw/german_credit/.

Запуск

Ноутбуки

jupyter lab notebooks/

• 01_german_credit.ipynb — proof-of-concept на 5 признаках (Gini 0.595) —> прототип
• 02_full_feature_scorecard.ipynb — полный пайплайн: отбор по IV, WOE/логистическая модель, перевод в баллы, диагностика, сохранение артефактов черновик
• scorecard.ipynb —> финальный ноутбук, понятный и читаемый

API:

uvicorn api.main:app --reload

Swagger на http://localhost:8000/docs. Пример POST запроса к api:

curl -X POST http://localhost:8000/credit-scorecard/score \
  -H 'Content-Type: application/json' \
  -d '{
    "checking_status": "A14", "credit_history": "A34", "purpose": "A43",
    "savings_status": "A65", "employment": "A75", "personal_status_sex": "A93",
    "other_parties": "A101", "property_magnitude": "A121",
    "other_payment_plans": "A143", "housing": "A152", "foreign_worker": "A201",
    "duration": 6, "credit_amount": 1000, "installment_rate": 1, "age": 50
  }'

Streamlit-интерфейс (требует запущенный API):

streamlit run app/streamlit_app.py

Методология

1. EDA и очистка — загрузка, валидация, проверка распределений и пропусков
2. WOE-биннинг и отбор по IV — редкие категории объединяются, непрерывные признаки биннятся по квантилям с расширенными внешними границами (обрабатывает значения вне диапазона при инференсе); признаки с IV < 0.02 отбрасываются
3. Логистическая регрессия на WOE-преобразованных признаках
4. Перевод в баллы скоркарты — масштабирование Offset=600, PDO=20
5. Оценка качества — Gini, KS, калибровка, проверка корреляции признаков
6. API и streamlit — обученные артефакты сохраняются, скоринг через FastAPI + Streamlit

Ключевые формулы:

$p = \frac{1}{1+e^{-(\beta_0+\sum_i \beta_i x_i)}} \qquad WOE_b = \ln\frac{\%good_b}{\%bad_b} \qquad IV = \sum_b (\%good_b-\%bad_b)\cdot WOE_b$

$\text{Score} = \text{Offset} - \text{Factor}\cdot\ln(\text{odds}), \quad \text{Factor} = \frac{PDO}{\ln 2} \qquad \text{Gini} = 2\cdot AUC - 1$

Тестирование и инструменты

pytest -v              # полный набор тестов
ruff check .            # линтинг
ruff format --check .   # форматирование

nbstripout установлен для очистки вывода ноутбуков при коммите.