Modelo de adjudicación

ML supervisado - XGBoost

PROBLEMA
NEGOCIO MACHINE LEARNING SUPERVISADO - XGBOOST

PARAMETRIZACIÓN MODELO SCORE

BASE DE ANÁLISIS FEATURES MACHINE LEARNING NO SUPERVISADO

DATOS EXPLORATORIO ENGINEER K - MEANS

MODELO SEGMENTO
 MODELO DE
SEGMENTACIÓN
ML NO SUPERVISADO
(K – MEANS)
 Modelo de segmentación
ML no supervisado

Eje de Valor:
RFM : M (Monto de la tasación)
F (Días efectivos)
ALTO

R: (Antigüedad: Fecha de Análisis –

Fecha del último desembolso)
EJE POTENCIAL

MEDIO

Eje potencial:
Clusterización por K - Means
Variables eje potencial
Edad
BAJO

Interés de crédito prendario

Máximo gramo de oro
BAJO MEDIO ALTO Máxima deuda
Desembolso
EJE DE VALOR Saldo vigente
 Modelo de segmentación
ALTO ML no supervisado

SEGMENTO SOW
BAJO - ALTO MEDIO - ALTO ALTO - ALTO BAJO-BAJO 4%
EJE POTENCIAL

BAJO-MEDIO 6%
MEDIO

BAJO-ALTO 7%
BAJO - MEDIO MEDIO - MEDIO ALTO - MEDIO MEDIO-BAJO 6%
MEDIO-MEDIO 7%
MEDIO-ALTO 7%
BAJO

BAJO - BAJO MEDIO - BAJO ALTO - BAJO ALTO-BAJO 9%

ALTO-MEDIO 10%
ALTO-ALTO 10%
BAJO MEDIO ALTO TOTAL 8%
EJE DE VALOR