预测下个月将使用机器学习NN回归器发放的新贷款

Question

我试图使用NN应用机器学习回归解决方案来解决以下问题：

我有银行发放贷款的历史，我需要根据宏观经济变量预测未来的贷款。金额、邮政编码和部分是贷款特征，失业和国内生产总值是宏观经济特征。

Loan Date        Amount     Zipcode   Segment     Unemployment    GDP      Probability
1    Jan-2020    100,000     40921    Corporate      5.1%         2.5%         1.0 
2    Oct-2020    250,000     54323    Business       4.9%         3.2%         1.0
3    Mar-2021    223,000     40921    Business       4.8%         3.1%         1.0
4    Dec-2021    562,000     43241    Coporate       5.0%         2.9%         1.0
5    Feb-2022    300,000     54325    Corporate      5.2%         2.7%         1.0

我在每一行中都添加了概率= 1.0，因为贷款是实际发放的。概率是机器学习模型中的标签，这是我需要用回归者来预测的。如果概率大于0.5，则发放贷款，否则不予发放。

现在，我需要预测贷款将在下个月，2022年4月至2022年在写这篇文章的时候。问题是，在预测中，我应该以什么作为输入。我的想法是接受过去发放的所有贷款，再加上2022年4月预测的失业率和GDP，看看概率是否大于0.5。

我有两个顾虑。首先，我想知道这个模型是否有意义。第二，由于我对过去发放的贷款数量没有太多的控制，如果历史很大，那么预测的数量也会很大，这是不对的。

对此有何建议吗？

Answer 1

考虑到您共享的数据和信息，如果您也有贷款申请被拒绝的行，则此问题可以被称为“分类问题”。鉴于你们共享的数据，我将把问题描述如下：

Independent Variable : ZipCode, Amount, Segment,Unemplyment, GDP

Target Variable : Loan Accepted Flag (0,1)

一旦我们有了这些数据，我们也可以尝试把更多的数据，如犯罪率，Defaul率等，通过邮政编码和段的整体水平。

这个模型将使用你的自变量，当你输入所有信息的新贷款时，它将返回接受的概率。

我认为您可以完全忽略日期列，除非您知道负载接受程度随月或任何其他日期相关变量而变化。

一旦提出了问题，您就可以像其他任何分类问题一样来处理它。

Answer 2

为了训练机器学习分类模型，需要正负两种标签。看来你只有正面的标签。任何对当前数据进行培训的模型都只能预测所有未来数据的正标签。

我建议找出更多类似的数据，但贷款没有发放。然后，该模型将能够了解哪些特征值与授予或不授予贷款相关联。