Classification of Credit Applicants Using Data Mining. Thema
Gruppe E1-116 a Yue Sun Frank Moritz Jasmin Catovic André Bünger Supervisor: Thomas D. Nielson
Aufgabenstellung Klassifizierung von Kreditnehmern mittels Datamining genutzte Techniken: –Entscheidungsbäume –Neuronale Netze –Naive Bayes Klassifizierer
Aufbau der Präsentation verwendete Datenbank Benutze Algorithmen Experimente und Ergebnisse Schlussfolgerung
Die Datenbank Name: –Determining the solidness of borrowers via Credit-Scoring Herkunft: –Statistisches Archiv der Universität München
Datenbank Datensätze 21 Attribute –20 Merkmalsattribute 3 stetige 17 diskrete – 1 Zielattribut (kreditwürdig, nicht kreditwürdig)
Trainings- und Testsets 5 verschiedene Sets Größe der Testsets : 300 Datensätze Größe der Trainingsets : –700 Datensätze –500 Datensätze –300 Datensätze –100 Datensätze
Diskretisierung Naive Bayes benötige diskrete Attribute 2 verschiedene Methoden benutzt –vorgegebener Vorschlag (Expertenmeinung) –recursive minimal entropy partitioning (RMEP)
RMEP teilt stetige Attribute, so dass Intervalle mit gleichem Zielattributwert gebildet werden Realisiert mit Weka DiscretizeFilter (MDL)
Naive Bayes Klassifizierer basiert auf Bayes Theorie der bedingten Wahrscheinlichkeit Annahme das die Attribute unabhängig voneinander sind
Struktur Creditabilit y F Worker Duratio n Balanc e Credit History...
Entscheidungsbäume verwendete Software : Clementine 6.0 –Clementine verwendete den C5 Algorithmus –C5 ist eine Verbesserung von C4.5 –basiert auf ID3
Neuronale Netze Verwendete Software : Clementine 6.0 –Vorwärtsverkettete Netze –eine versteckte Schicht mit 5 Neuronen
Experimente Ziel: den besten Klassifizierer finden Variation von Parametern – Naive Bayes : m-estimate of probability – Entscheidungsbäume : Pruningrate, Kosten – neuronale Netze: Momentum, Lernrate
Entscheidungsbäume Expertenmeinung
Vergleich der Diskretisierungsmethoden bei 700 Datensätzen
Vergleich der Klassifikation in kreditwürdig/nicht kreditwürdig bei 700 DS und Expertenmeinung pruning class label
Probleme bei der Klassifikation Viele nichtkreditwürdige werden als kreditwürdig klassifiziert Mit erhöhtem Pruning werden mehr als kreditwürdig klassifiziert Problemlösungsversuch: –Kosten für Missklasssifikation erhöht –Ergebnis : keine Verbesserung
Neuronale Netze trainiert mit 700 Datensätzen und Momentum = 0.5
Vergleich der Klassifikation Learning rate class label trainiert mit 700 Datensätzen, Expertenmeinung, momentum=0.5
Probleme Viele Nichtkreditwürdige werden als kreditwürdig klassifiziert Stark unterschiedliche Ergebnisse bei Modellen mit den gleichen Parametern und Datensätzen (bis zu 17%)
Naive Bayes Klassifizierer Expertenmeinung
Vergleich von Expertenmeinung und RMEP bei 700 Datensätzen
m Class label Vergleich der Klassifikation bei 700 Datensätzen und Expertenmeinung
Vergleich der besten Ergebnisse Entscheidungsbäume: Original : 72,07% mit pruningrate von 80 RMEP:71,20% mit pruningrate von 80 EM:73,40% mit pruningrate von 60 –Neuronale Netze original:74,07% mit alpha 0.5 und eta 0.5 RMEP:75,34% mit alpha 0.5 und eta 0.2 EM:74,53% mit alpha 0.5 und eta 0.1 –Naive Bayes Klassifizierer RMEP:74,73%mit m=5 EM:74,87%mit m=10
Vergleich insgesamt Entscheidungsbäume : 47% 86%73,40% Neuronale Netze: 46% 87%75,34% Naive Bayes Klassifizierer:53% 84% 74,87%
Zusammenfassung bestes Resultat mit neuronalen Netzen aber keine großen Unterschiede Naive Bayes Klassifizierer klassifiziert nichtkreditwürdige Kreditnehmer am besten gleiche Probleme bei der Klassifikation von nichtkreditwürdigen Kreditnehmern
Fazit bester Klassifizierer ist der Naive Bayes Klassifizierer, da er nichtkreditwürdige Kunden besser klassifiziert als die anderen zwei Methoden. dadurch Reduzierung der Kreditausfälle für die Bank