---

💳 Modelagem de Risco de Crédito com Engenharia de Features e Teoria dos Grafos

🚀 Resumo do Projeto

Problema:
Modelos tradicionais de crédito avaliam clientes de forma isolada, ignorando padrões coletivos de comportamento financeiro.

Solução:
Pipeline de Data Science combinando Machine Learning e Teoria dos Grafos para enriquecer a representação dos clientes.

Resultados:

• Melhor modelo: XGBoost tradicional (sem redes)
• AUC máximo: 0.7759
• Features de rede ajudaram apenas na Regressão Logística
• Simulação financeira:
  • Lucro: R$ 4,595,500
  • Threshold: 25%
  • Aprovação: 73.2%
  • Inadimplência: 12.4%

---

🔄 Pipeline do Projeto

flowchart TD
    A[Data Source\nUCI Credit Card Dataset] --> B[EDA\nTarget distribution\nLIMIT_BAL\nPAY_0\nCorrelations]

    B --> C[Traditional Features\nPAY_X\nBILL_AMT\nPAY_AMT\nDemographics]
    B --> D[Graph Features\nKNN Graph k5\nNetworkX\nDegree\nPageRank\nLouvain]

    C --> E[Model Training\nLogistic Regression\nRandom Forest\nXGBoost]
    D --> E

    E --> F[Evaluation\nAUC\nXGBoost wins\nGraphs help linear models]

    F --> G[Output\nProbability of Default]

    G --> H[Business Simulation\nPlus 1500 good\nMinus 5000 default]

    H --> I[Optimal Threshold 25 percent\nProfit 4.59M BRL]

Loading

---

🎯 Objetivo

Avaliar se métricas de grafos melhoram modelos de crédito e mensurar impacto financeiro real.

---

🧠 Metodologia

1. Engenharia de Features com Grafos

• Rede via KNN
• PageRank
• Degree
• Clustering
• Louvain

2. Modelagem

• Logistic Regression
• Random Forest
• XGBoost

Comparação:

• Baseline vs Enriquecido

3. Simulação Financeira

• Probabilidade → decisão
• Otimização de threshold

---

📊 Resultados

Modelo	Baseline	Com Redes
Logistic Regression	0.7150	0.7195
Random Forest	0.7741	0.7736
XGBoost	0.7759	0.7719

Conclusão: XGBoost tradicional foi o melhor modelo.

---

💰 Simulação Financeira

• Receita por bom pagador: R$ 1.500
• Perda por inadimplente: R$ -5.000

Resultado ótimo:

• Threshold: 25%
• Lucro: R$ 4,595,500
• Aprovação: 73.2%
• Default: 12.4%

---

📉 Trade-off

---

📂 Estrutura de Diretórios

/
├── assets/                   # Imagens e gráficos gerados pelas análises
│ └── img/                    # Gráficos EDA, curvas ROC e simulações financeiras
├── data/
│ ├── raw/                    # Dados brutos (UCI Credit Card dataset)
│ └── processed/              # Dados enriquecidos com features de rede (.parquet)
├── notebooks/                # Núcleo analítico do projeto (pipeline de Data Science)
│ ├── 0_eda.ipynb
│ ├── 1_network_construction.ipynb
│ ├── 2_model_training.ipynb
│ └── 3_credit_strategy_simulation.ipynb
├── .gitignore                # Regras de exclusão de arquivos do versionamento
├── LICENSE                   # Licença MIT de uso e distribuição do código
├── README.md
└── requirements.txt          # Dependências do projeto

---

🛠️ Stack

• Python
• Pandas / NumPy
• Scikit-learn
• XGBoost
• NetworkX
• Matplotlib / Seaborn

---

📥 Dataset

O dataset utilizado neste projeto é público e pode ser baixado em:

https://www.kaggle.com/datasets/uciml/default-of-credit-card-clients-dataset

Após o download, coloque o arquivo UCI_Credit_Card.csv na pasta:

data/raw/

🚀 Como Executar

1. Clone

git clone https://github.com/lbaffa/predicao-de-inadimplencia-com-grafos.git
cd predicao-de-inadimplencia-com-grafos

2. Ambiente

python -m venv venv

Windows:

venv\Scripts\activate

Linux/Mac:

source venv/bin/activate

3. Dependências

pip install -r requirements.txt

4. Executar notebooks

0_eda.ipynb
1_network_construction.ipynb
2_model_training.ipynb
3_credit_strategy_simulation.ipynb 

---

💡 Insights

• Grafos não melhoram modelos baseados em árvores
• AUC não representa valor de negócio
• Threshold é problema econômico
• Feature engineering precisa ser validado empiricamente

---

📜 Licença

MIT License