LoanLens

LoanLens – пет‑проект, который оценивает вероятность того, что заемщик столкнется с финансовыми трудностями в ближайшие 2 года (Target = 1 / 0).
Это может помочь банку/финтех‑компании принимать решение о выдаче кредита.

Проект включает:

• аналитику и подготовку данных в ноутбуках (project.ipynb, analytics/eda.ipynb, feature/feature_engeneering.py);
• обучение модели в папке model
• Streamlit‑приложение app.py для интерактивного скоринга.

---

Входные признаки

Модель обучалась на следующих базовых признаках (для одного заемщика / строки CSV):

• Age – возраст;
• FamilySize – размер семьи;
• PastDueLess_60 – количество просрочек до 60 дней;
• PastDue60_90 – количество просрочек 60–90 дней;
• PastDue90_More – количество просрочек более 90 дней;
• DebtRatio – отношение долга к доходу;
• MonthlyIncome – месячный доход;
• TotalBalanceDivideCreditLimits – отношение суммарного баланса к кредитным лимитам;
• OpenLoans – количество открытых кредитов;
• RealEstateLoans – количество кредитов на недвижимость.

Target (0/1) – целевая переменная, в боевых входных данных её не нужно передавать.

---

Streamlit‑приложение

Файл app.py предоставляет два режима работы:

• Один клиент – ручной ввод параметров одного заемщика и получение вероятности дефолта;
• CSV с клиентами – загрузка CSV‑файла и скоринг сразу по всему набору.

Ожидаемый заголовок CSV (без Target):

Age,FamilySize,PastDueLess_60,PastDue60_90,PastDue90_More,DebtRatio,MonthlyIncome,TotalBalanceDivideCreditLimits,OpenLoans,RealEstateLoans

Результирующий файл можно скачать обратно с добавленными столбцами:

• Default_Proba – вероятность того, что Target = 1;
• Target_Pred – бинарный прогноз модели.

---

Подготовка модели

Ожидается, что обученная модель сохранена в файл:

model/model.pkl

После этого app.py автоматически загрузит модель при старте.

---

Установка и запуск

1. Клонирование репозитория

git clone https://github.com/NoTimur/LoanLens.git

2. Установка зависимостей

pip install -r requirements.txt

4. Запуск Streamlit‑приложения

streamlit run app.py

После запуска в консоли появится ссылка вида http://localhost:8501, по которой откроется веб‑интерфейс LoanLens.