Problématique métier :

L'étude explore l'utilisation de modèles d'apprentissage machine pour prédire les défauts de paiement des prêts en se basant sur les comportements des clients bancaires, visant ainsi à éviter les risques de défaut de paiement.

Analyse des données :

• Variable cible : Loan_Status (Statut_de_prêt)

• Variables features :

  • Train : Loan_ID (Prêt_ID), Gender (Genre), Married (Marié), Dependents (Personnes à charge), Education (Diplômée ou non diplômée), Self_Employed (Travailleurs indépendants), ApplicantIncome (Revenu du demandeur), CoapplicantIncome (Revenu Co-demandeur), LoanAmount (Montant du prêt), Loan_Amount_Term (Montant et durée du prêt), Credit_History (Crédit_Histoire), Property_Area (Zone_de_propriété)

• Nombre de lignes et de colonnes : 614 lignes, 13 colonnes

• Types de variables :

  • Qualitatives : 7
  • Quantitatives : 6

• Analyse des valeurs manquantes :

  • Quelques valeurs NaN (Credit_History < 0.08%, Self_Employed < 0.05%, LoanAmount < 0.03% de NaN)
  • Suppression possible des NaN dans Self_Employed < 0.05%, LoanAmount < 0.03% et dans Credit_History < 0.08%
  • Peu de données manquantes, suppression envisageable sans problème apparent

Analyse de fond :

• Visualisation de la target : 68% de positifs (422 / 614)

• Signification des variables :

  • Gender : Plus d'hommes que de femmes empruntent, variable discriminatoire à considérer pour suppression.

  • Married : Plus de personnes mariées empruntent.

  • Dependents : Ce sont les personnes sans enfant à charge qui empruntent le plus.

  • Education : Plus de diplômés empruntent que de non diplômés.

  • Self_Employed : Moins de travailleurs indépendants que de salariés.

  • Property_Area : Homogène, mais les personnes Semiurban empruntent sur une durée de 3 ans en moyenne.

    • Target : Plus de personnes ont un prêt que pas de prêt. Classes déséquilibrées, envisager le score F1.

• Variable qualitative : binaire (0, 1), Credit_History

• Relation Variables / Target :

• Target / Gender : Plus d'hommes empruntent, considération pour suppression.
• Target / Dependents : Ce sont les personnes mariées sans enfant à charge qui empruntent le plus.
• Target / Education : Ce sont les diplômés qui empruntent.
• Target / ApplicantIncome : Les revenus <= 1000e empruntent le plus, nombreux outliers.
• Target / LoanAmount / Loan_Amount_Term : Des montants de prêt variés, avec des durées de remboursement parfois incohérentes, nombreux outliers.
• Target / Property_Area : Les personnes Semiurban empruntent plus, sur une durée de 3 ans en moyenne, pour des montants supérieurs à 175e.

Analyse plus détaillée :

• Relation Variables / Variables :

• ApplicantIncome/ LoanAmount : Forte corrélation, nécessite un suivi.
  • Moyenne des revenus : 5364.23
  • Médiane des revenus : 3859.0
  • Variance des revenus : 32062136.67
  • Écart-type des revenus : 5662.34
  • Quartile Q1 : 2899.0, Quartile Q3 : 5852.0
  • Moyenne des revenus (non drop) : 5403.46
  • Médiane des revenus (non drop) : 3812.5
  • Variance des revenus (non drop) : 37259607.77
  • Écart-type des revenus (non drop) : 6104.06
  • Quartile Q1 (non drop) : 2878.0, Quartile Q3 (non drop) : 5795.0