文件名称：ML信用分析数据科学
文件大小：212KB
文件格式：ZIP
更新时间：2024-03-10 01:21:04
R
机器学习信用分析 介绍 机器学习是当前的技术之一，并且在世界范围内都越来越重要。 它的应用是大规模实施和实施的，并且是一场革命。 该项目旨在分享有关在信用分析中使用机器学习的一些知识。 模型的实现很直接。 顺便说一句，就像任何机器学习应用程序一样，关键步骤也要遵循。 他们来了： 1）业务问题： 信用分析是这里和所有部门背后以及每个金融机构都熟悉的一个大想法。 如何防止有人成为债务人？ 如何确定是否有很大的机会投资任何人的梦想？ 这是一些需要回答的相关问题。 2）收集数据： 数据提供有用于信用分析的基本信息。 数据集附在此处。 df <- read.csv( " credit_dataset.csv " ) 3）分析数据： 通常，它是所有数据科学过程的重要组成部分，并且可以进行一些分析。 另一方面，本案例研究中探讨的主要方面与某些预测原型的执行有关。 因此，这一点不会深入探讨
【文件预览】：
ML-Credit-Analysis-Data-Science-main
----Images()
--------image(1B)
--------svm_roc.png(7KB)
--------svm_cm.JPG(45KB)
--------dataframe.JPG(85KB)
--------feature_selection.png(13KB)
--------NaiveBayes_cm.JPG(53KB)
--------rf_roc.png(9KB)
--------NaiveBayes_roc.png(9KB)
--------RF_cm.JPG(44KB)
----credit_analysis.R(8KB)
----README.md(9KB)
----Dataset()
--------credit_dataset.csv(82KB)