rucipheryn/lgbm-personal-loan-approval

LightGBM 개인 여신 승인 예측 분류 모델

이 저장소는 캐글(Kaggle)의 Loan Approval Classification Data를 기반으로 학습된, 개인의 대출 신청 승인 여부를 분류하는 LightGBM 모델을 포함하고 있습니다.

본 모델은 자체 sLLM을 활용한 은행 여신 업무 지원 AI 플랫폼 개발 프로젝트의 일환으로 제작되었습니다.

💡 모델의 주요 특징 및 성능

본 모델은 하이퍼파라미터 튜닝과 결정 임계값 최적화를 통해, 특히 '승인' 클래스에 대한 재현율(Recall)을 극대화하는 방향으로 개발되었습니다. 이는 잠재적인 우량 고객을 놓치지 않는 것을 비즈니스 목표로 설정했기 때문입니다.

테스트 데이터셋(Test Set) 기준 최종 성능

• 정확도 (Accuracy): 93%
• 재현율 (Recall - '승인' 클래스): 84% (임계값 튜닝으로 최적화)
• F1 점수 (F1-Score - '승인' 클래스): 0.85
• ROC AUC: 0.9782

🚀 모델 활용 방안

이 모델은 sLLM 기반 플랫폼에서 **'툴(Tool)'**로 호출되어 다음과 같은 역할을 수행할 수 있습니다.

1. 사용자(은행원)가 자연어로 고객 정보를 입력.
2. sLLM이 텍스트에서 필요한 13개의 피처(나이, 소득, 대출 목적 등)를 추출.
3. 추출된 정보를 이 LightGBM 모델에 전달하여 **'대출 승인 확률'**을 계산.
4. sLLM은 계산된 확률값을 바탕으로 사용자 친화적인 최종 심사 의견을 생성.

🛠️ 저장소 파일 구성

• model.pkl: 최종 학습이 완료된 LightGBM 모델 객체 (joblib으로 저장).
• scaler.pkl: 모델 학습에 사용된 StandardScaler 객체. 예측 시 동일한 스케일링을 적용하기 위해 필요합니다.
• README.md: 본 모델 카드.