Využití logistické regrese a rozhodovacích stromů při úpravě credit scoringových modelů. /
Práca teoreticky rozoberá zobecnené lineárne modely a rozhodovacie stromy. Oba postupy aplikuje na dátový súbor, za účelom porovnania metód. Výkonnosť modelov je porovnaná teoreticky ukotvenými štatistikami, ako lift a AUC. Pri dostatočne veľkom dátovom súbore je najlepší model kombináciou logistick...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Slovenština |
| Vydáno: |
2016
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/394430/prif_m/ |
| Shrnutí: | Práca teoreticky rozoberá zobecnené lineárne modely a rozhodovacie stromy. Oba postupy aplikuje na dátový súbor, za účelom porovnania metód. Výkonnosť modelov je porovnaná teoreticky ukotvenými štatistikami, ako lift a AUC. Pri dostatočne veľkom dátovom súbore je najlepší model kombináciou logistickej regresie a rozhodovacieho stromu za použitia WoE transformácie. Práca ukazuje, že vytvorený model je možné zlepšiť pridaním expertne odhadnutého parametru. The thesis defines generalized linear models and decision trees. Both approaches are applied on real data in order to compare methods. Effectiveness is assessed using theoretically defined statistics such as lift and AUC. The best model resulted from using combination of logistic regression and decision trees, using WoE transformation. The thesis gives an example of created model being improved with use of expertly estimated parameter. |
|---|---|
| Popis jednotky: | Vedoucí práce: Ivanka Horová |
| Fyzický popis: | 81 stran + 1 CD-ROM |