6533b851fe1ef96bd12a9c97
RESEARCH PRODUCT
Lēmuma koku, gadījuma mežu un loģistiskās regresijas modeļu salīdzinājums klientu maksātspējas prognozēšanai
Kristīne Grundmanesubject
lēmumu kokiMatemātikaloģistiskā regresijaklasifikācijas un regresijas kokikoku apgriešanagadījuma mežidescription
Mūsdienu tehnoloģiju attīstība nodrošina iespēju jebkurā laikā un vietā saņemt naudas aizdevumu. Tas savukārt nozīmē, ka uzņēmumiem, kas izsniedz aizdevumus, ir jānodrošina ātra pieteikumu izvērtēšana un procesam jābūt maksimāli automatizētam. Balstoties uz vēsturiskiem datiem, var veidot modeļus, kas prognozēs jauno klientu maksātspēju. Mērķa pazīme pieņem tikai divas vērtības: ’labs’ vai ’slikts’. Tā ir divu klašu klasifikācijas problēma. Darbā tiek apskatītas trīs metodes, kā risināt šo problēmu, - lēmumu koku algoritms, gadījuma mežu algoritmsunloģistiskāregresija. Lēmumukokuungadījumamežualgoritmiirmašīnmācīšanās algoritmi, kas tiek trenēti uz treniņa datiem. Ja treniņa dati ietver plašākas datu kombinācijas, tad algoritmu prognoze kļūst precīzāka. Tomēr, lai algoritmi neprognozētu labāku iznākumu nekātaspatiesībāirsagaidāms,irnepieciešamspārbaudītmodeļupielāgotību.
| year | journal | country | edition | language |
|---|---|---|---|---|
| 2017-01-01 |