分析贷款申请风险-基于决策树(分而治之算法)
2017-02-21 17:59
253 查看
1.收集数据
credit <- read.csv("credit.csv")
2.探索数据(略)
3.准备数据
a.将数据随机化
set.seed(12345)
credit_rand <- credit[order(runif(1000)), ]
b.将随机数据拆分为90%的训练数据和10%的测试数据
credit_train <- credit_rand[1:900,]
credit_test <- credit_rand[901:1000,]
c.测试训练数据和准备数据的违约比例是否均衡
prop.table(table(credit_train$default))
prop.table(table(credit_test$default))
4.基于数据训练模型
install.packages("C50")
library(C50)
credit_model <- C5.0(credit_train[-17], credit_train$default) //建立决策分类器
5.预测模型和性能检测
credit_pred <- predict(credit_model, credit_test) //预测
测试结果
library(gmodels)
CrossTable(credit_test$default, credit_pred,
prop.chisq=FALSE,prop.c=FALSE,prop.r=FALSE,
dnn=c('actual default', 'predicted default'))
6.提高决策树的准确性
a.加入自适应增强算法
credit_boost10 <- C5.0(credit_train[-21], credit_train$default, trials=10)
b.犯一些比其他错误更严重的错误
error_cost<-matrix(c(0,1,4,0), nrow=2) //建立代价矩阵,行为预测值,列为实际值
credit_cost < C5.0(credit_train[-21], credit_train$default,costs=error_cost)
Hadoop大数据云计算技术群: 342391093
credit <- read.csv("credit.csv")
2.探索数据(略)
3.准备数据
a.将数据随机化
set.seed(12345)
credit_rand <- credit[order(runif(1000)), ]
b.将随机数据拆分为90%的训练数据和10%的测试数据
credit_train <- credit_rand[1:900,]
credit_test <- credit_rand[901:1000,]
c.测试训练数据和准备数据的违约比例是否均衡
prop.table(table(credit_train$default))
prop.table(table(credit_test$default))
4.基于数据训练模型
install.packages("C50")
library(C50)
credit_model <- C5.0(credit_train[-17], credit_train$default) //建立决策分类器
5.预测模型和性能检测
credit_pred <- predict(credit_model, credit_test) //预测
测试结果
library(gmodels)
CrossTable(credit_test$default, credit_pred,
prop.chisq=FALSE,prop.c=FALSE,prop.r=FALSE,
dnn=c('actual default', 'predicted default'))
6.提高决策树的准确性
a.加入自适应增强算法
credit_boost10 <- C5.0(credit_train[-21], credit_train$default, trials=10)
b.犯一些比其他错误更严重的错误
error_cost<-matrix(c(0,1,4,0), nrow=2) //建立代价矩阵,行为预测值,列为实际值
credit_cost < C5.0(credit_train[-21], credit_train$default,costs=error_cost)
Hadoop大数据云计算技术群: 342391093
相关文章推荐
- 使用基于Apache Spark的随机森林方法预测贷款风险
- 使用基于Apache Spark的随机森林方法预测贷款风险
- 基于bing 搜索引擎和 Microsoft Academic Search 的高校申请指南的NABC分析
- 使用基于Apache Spark的随机森林方法预测贷款风险
- Python数据分析与机器学习-贷款申请最大化利润
- 实施定量风险分析的工具 EMV分析与决策树学习
- 使用基于Apache Spark的随机森林方法预测贷款风险
- 【大数据部落】基于决策树的银行信贷风险预警模型
- python数据分析与机器学习案例-贷款申请利润最大化
- 使用基于Apache Spark的随机森林方法预测贷款风险
- 使用基于Apache Spark的随机森林方法预测贷款风险
- 基于风险数据项目对kibana-4.5源码分析和改造
- 基于机器学习预测Lending Club网站贷款申请结果
- 基于数据库的Struts Menu动态菜单分析
- 应用 Rational 工具简化基于 J2EE的项目第 4 部分 : 分析和工具的进展
- 应用 Rational 工具简化基于 J2EE的项目第 4 部分 : 分析和工具的进展
- 基于Web的系统测试分析与测试方法(二)
- 基于ADSI的NT帐号及Exchange Server帐号申请及验证模块源代码
- 基于XMPP的JABBERD功能特性分析
- 基于usecase的需求分析过程