Harmony_​Search_​Applications_​in_​Financial_​Optimization

워크플로우 1: 데이터 탐색

이 워크플로우는 금융 데이터 셋의 구조와 특성을 파악합니다. (대출 신청)

- CSV 데이터 로드 (614건)
- 기초 통계량 계산 (평균, 중앙값, 표준편차)
- 분포 시각화 (소득 히스토그램)
- 클래스 균형 확인 (승인 vs 거절 비율)

Task 목표: 대출 데이터셋의 특성 파악

- 데이터 타입과 범위 확인

- 결측치 발견 (전처리 준비)

- 소득 분포 분석 (우측 치우침 패턴)

- 클래스 불균형 확인 (승인 68.7% vs 거절 31.3%)

Data Reading

대출 신청 데이터셋 파일 읽기

각 행은 한 명의 대출 신청자를 나타내며,
13개의 특성 컬럼

- 인구통계 (성별, 결혼여부, 부양가족)
- 소득 (신청자소득, 공동신청자소득)
- 대출 정보 (대출금액, 대출기간)
- 신용이력 - 타겟 변수 (Loan_Status: Y/N)

Descriptive Statistics

Num' 변수들의 통계적 특성을 계산

- 평균, 중앙값, 최솟값, 최댓값
- 표준편차
- 왜도(분포의 비대칭성)
- 첨도
- 결측치 개수

Income Distribution Exploration

ApplicantIncome의 히스토그램을 생성하여 분포 패턴을 시각화

- 대부분의 신청자(353명)는
저소득 구간(150-4,000)에 집중
- 소수의 고소득 신청자(40,000 이상)
- 명확한 우측 치우침 분포 확인
- 금융 정책 설계에 영향

Class Imbalance Check

대출 승인 vs 거절 비율을 시각화

- Y (승인): 422건 (68.7%)
- N (거절): 192건 (31.3%)

- 불균형 데이터셋.
- Accuracy가 아닌 F1 Score에 주목

This case study is based on the paper “금융 서비스 최적화를 위한 메타휴리스틱 하모니서치 알고리즘과 대형언어모델의 결합,” published in November 2025.