Вдохновляемся генетикой при отборе факторов для банковских моделей классификации

Красной нитью сквозь разработку моделей машинного обучения проходит идея отбора лучших показателей (факторов), которые по отдельности или в совокупности внесут наибольший вклад в итоговый прогноз — а точнее, в улучшение целевой метрики. В этой статье обсудим один из способов отбора факторов — с помощью генетических алгоритмов. Приписываемая Чарльзу Дарвину цитата гласит, что выживает не столько сильнейший, сколько самый адаптированный к условиям окружающего мира. Такие самые адаптированные модели мы и будем искать, меняя множество рассматриваемых факторов в них.