Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito

Los modelos de aprendizaje automático (Machine Learning en inglés) cada vez cobran mayor importancia y se hallan presentes desde aspectos cotidianos como elegir la mejor ruta para llegar a un destino a través del teléfono celular hasta la investigación científica del más alto nivel. Dentro de la gama de modelos de Machine Learning existentes destacan dos por la precisión de sus resultados: Random Forest y XGBoost. Ambos modelos han adquirido gran popularidad. Random Forest es un modelo que surgió hace casi veinte años y que es ampliamente usado por el balance que ofrece entre complejidad y resultados. Por su parte, XGBoost es un modelo que ha despertado gran interés pues aunque se trata de un algoritmo relativamente reciente sus resultados superan (frecuentemente por mucho) a otros modelos.Una de los sectores en los que se aplican actualmente los modelos de Machine Learning es el financiero. Algunos ejemplos de su aplicación en este sector son: segmentación de clientes, detección de fraudes, pronóstico de ventas, autenticación de clientes y análisis de comportamiento de mercados, entre otros. Un área que es de particular interés en este sector es identificar clientes que por sus características y comportamiento se les otorgue un crédito: esto es crítico para las instituciones financieras pues una selección incorrecta de estos clientes podría derivar en un incremento de su cartera vencida.El objetivo del presente estudio es comparar la precisión de los modelos Random Forest y XGBoost sobre una base pública de solicitudes de tarjetas de crédito donada por un banco australiano para fines de investigación. Los resultados obtenidos muestran que el modelo XGBoost fue más preciso (si bien su parametrización fue más compleja en comparación con el modelo Random Forest) aunque la precisión obtenida con el modelo Random Forest fue bastante aceptable y su parametrización fue mucho más sencilla. Estos resultados confirman porqué ambos modelos son tan utilizados en la actualidad y porqué en particular el modelo XGBoost es considerado como el estado del arte en modelos de Machine Learning actualmente.