분야
pptⅡ. 활용된 데이터
Ⅱ. 데이터 분할
Ⅳ. 분류나무 모형
Ⅴ. 로지스틱 회귀분석
유니버셜 은행은 전체 고객확보 측면에서 급속히 성장하고 있는 신생은행이다.
이 고객들의 대부분은 은행으로 부터 다양한 규모의 대출을 받고 있다.
예금을 하는 고객은 아주 적은 편이며, 은행은 더 많은 대출사업을 확장하여 규모를 빨리 키우고 싶어한다.
특히 은행은 채무가 있는 고객들을 개인대출고객으로 전환하는 방법을 찾고자 한다. 은행의 데이터 집합은 5,000명의 고객데이터를 포함한다.
5,000명의 고객 가운데 단지 480명만이 개인대출을 수락하였고 사전에 캠페인이 제안되었다. 이 사례의 목표는 대출제안을 수락할 것 같은 고객의 특징을 찾는 데 있다.
분류나무 모형
전체 변수를 사용했을 때 가장 낮은 RMSE값 도출
규칙 1
IF(소득>118.5)
AND(월별 신용카드 사용액>2.95)
AND(담보부채권>41)
규칙 2
IF(소득>118.5)
AND(교육 수준>1.5)
