文件名称:Default-of-Credit-Card-Clients.:主要目标
文件大小:2.93MB
文件格式:ZIP
更新时间:2024-06-13 21:33:08
HTML
默认的信用卡客户。 主要目标: 根据使用监督和无监督机器学习模型提供的历史数据,估计信用卡客户拖欠付款的可能性。 具体的目标: 基于我们的探索性数据分析; 确定最有可能拖欠其信用卡付款的人口以及影响拖欠付款的因素。 建立分类模型,以预测客户是否会使用R-Programming拖欠其付款。 使用聚类技术(例如使用R编程的K均值)构建无监督的学习模型。 根据我们的分析结果为机构提供见解和建议。 实验设计 我们打算在分析中采取以下步骤 导入数据集 执行数据清理 执行EDA 建立监督学习模型:分类模型。 在应用降维技术的同时建立无监督学习模型:具有K-Means和DBSCAN聚类的聚类模型。 根据我们的发现提供建议和见解。 成功指标 我们监督问题的评估指标是混淆矩阵。 项目的成功总体取决于我们是否能够向世界银行提供有益的见解和建议。
【文件预览】:
Default-of-Credit-Card-Clients.-main
----DATA REPORT .docx(215KB)
----README.md(1KB)
----Module-three-project.html(2.72MB)
----default of credit card clients.xls(5.28MB)
----Module three project.Rmd(34KB)