Clasificaci?n de aceptaci?n de campa?as para una entidad financiera, usando random forest con datos balanceados y datos no balanceados

Abstract

En este trabajo de tesis se plante? abordar un enfoque de modelamiento de aprendizaje supervisado de clasificaci?n mediante el modelo de random forest, se utiliz? la librer?a h2o, que permiti? tener una comparaci?n de los modelos planteados dando un balanceo de la variable respuesta (target) y sin balancear y asimismo ejecutar en un menor tiempo estos modelos, puesto que la librer?a trabaja en procesamiento en paralelo, tambi?n realizar el tuning de par?metros del modelo de random forest y compararlos mediante los indicadores de ?rea Bajo la Curva (AUC), especificidad y sensibilidad. Los datos a utilizar pertenecen a una entidad financiera en el mes de abril del 2018, donde la variable target es la aceptaci?n de una campa?a de tarjeta de cr?dito. Los principales resultados obtenidos fueron para el caso del indicador AUC, los 4 modelos planteados obtuvieron similar indicador alrededor de 0.75, en el indicador de especificidad, los mejores modelos fueron los que trabajaron con datos desbalanceados, en el indicador de sensibilidad, los mejores modelos fueron los que trabajaron con datos balanceados. Dado el inter?s del negocio se escogi? un modelo con datos balanceados y con mejor desempe?o en la sensibilidad.