Klasyfikacja kredytobiorców

Projekt zrealizowany na przedmiocie NAI

s4611 Sławomir Stańczuk

s4499 Maciek Koltermann

Opis problemu

Do zanalizowania 1000 klientów pewnego banku w Niemczech. Każdy klient charakteryzuje się 20 atrybutami (między innymi: wiek, wielkość zarobki, rodzaj umowy zatrudnienia, historia poprzedniego kredytu,…) Wśród atrybutów jest 6 numerycznych i 14 symbolicznych. Są dwie klasy klientów: kompetentny (dobry) i niekompetentny (zły).

Predykatory ryzyka w modelu German credit

A1 Stan istniejącego rachunku a Vista

A11 < 0 DEM

A12 w przedziale (0,200> DEM

A13 ≥ 200 DEM / pensja na rachunek min 1 rok

A14 brak rachunku

A2 Czas trwania w miesiącach

A3 Historia kredytowa

A30 bez kredytów / wszystkie kredyty spłacone

A31 wszystkie kredyty w tym banku spłacone

A32 istniejące kredyty spłacane regularnie

A33 opóźnienie w spłatach w przeszłości

A34 rachunek krytyczny / są inne kredyty (poza)

A4 Cel kredytu

A40 samochód (nowy)

A41 samochód (używany)

A42 meble / wyposażenie

A43 radio / telewizor

A44 artykuły gospodarstwa domowego

A45 naprawy

A46 edukacja

A47 wakacje

A48 szkolenie

A49 biznes

A410 inny cel

A5 Kwota kredytu

A6 Rachunki oszczędnościowe / obligacje

A61 < 100 DEM

A62 w przedziale <100, 500) DEM

A63 w przedziale <500, 1000) DEM

A64 ≥ 1000 DEM

A65 brak danych / brak rach. oszczędnościowego

A7 Okres obecnego zatrudnienia

A71 bezrobotny

A72 < 1 rok

A73 w przedziale <1, 4) lata

A74 w przedziale <4, 7) lat

A75 ≥ 7 lat

A8 Rata kredytu jako procent dochodu

A9 Stan cywilny i płeć

A91 M: rozwiedziony / w separacji

A92 K: rozwiedziona / w separacji / zamężna

A93 M: samotny

A94 M: żonaty / wdowiec

A95 K: samotna

A10 Inni dłużnicy / żyranci

A101 brak

A102 współaplikant wniosku

A102 żyrant

A11 Okres obecnego zamieszkania w latach

A12 Własność

A121 nieruchomość

A122 (jeśli nie A121)

     wkład do spółdzielni mieszk. / polisa na życie

A123 (jeśli nie A121 / A122)

     samochód lub in.

A124 nie wiadomo / bez własności

A13 Wiek w latach

A14 Inne powinności ratalne

A141 bank

A142 sklepy

A143 brak

A15 Mieszkanie

A151 wynajmowane

A152 własne

A153 za darmo

A16 Liczba kredytów w tym banku

A17 Praca

A171 bezrobotny / bez kwalifikacji – nierezydent

A172 bez kwalifikacji – rezydent

A173 kwalifikowany / urzędnik

A174 zarządca / własna firma / pracownik wy­soko kwalifikowany

A18 Liczba osób na utrzymaniu

A19 Telefon

A191 brak

A192 tak, zarejestrowany na nazwisko klienta

A20 Pracownik zagraniczny

A201 tak

A202 nie

 

Źródło: German credit data oraz opracowanie własne

Zbiór wszystkich danych został podzielony na:

• Zbiór treningowy – 800

• Zbiór testowy – 200

Liczba atrybutów: 20

Liczba klas decyzyjnych: 2

Omówienie metod rozwiązania problemu

Baza wszystkich danych została podzielona w proporcji 80% danych treningowych i 20% danych testowych. Dane te zostały podzielone na dwa pliki arff (ucz.arff – zbiór treningowy – oraz spr.arff – zbiór testowy). Zostały one opisane w następujący sposób:

@relation test

@attribute account_status {A11, A12, A13, A14}

@attribute duration real

@attribute credit_history {A30, A31, A32, A33, A34}

@attribute purpose {A40, A41, A42, A43, A44, A45, A46, A47, A48, A49, A410}

@attribute credit_amount real

@attribute savings {A61, A62, A63, A64, A65}

@attribute employment_since {A71, A72, A73, A74, A75}

@attribute installment_percent real

@attribute status_sex {A91, A92, A93, A94, A95}

@attribute other_debtors {A101, A102, A103}

@attribute residence real

@attribute property {A121, A122, A123, A124}

@attribute age real

@attribute other_installment {A141, A142, A143}

@attribute housing {A151, A152, A153}

@attribute number_of_credits_in_this_bank real

@attribute job {A171, A172, A173, A174}

@attribute people_lialable real

@attribute telephone {A191, A192}

@attribute foreign_worker {A201, A202}

@data

…

Opis danych został zawarty w dziale „Opis problemu”.

Do rozwiązania użyto programu Weka 3.6.1. Użyto pakietu J48 (drzewo decyzyjne).

Omówienie metod rozwiązania problemu

Rys. 1. Po wczytaniu pliku ze zbiorem testowym, wybrano wszystkie dane.

Rys. 2. Wybór drzewa binarnego.

Rys. 3. Wybór zbioru testowego.

Rys. 4. Okno opcji drzewa binarnego.

Rys. 5. Przykładowy wynik testu.

Wyniki eksperymentu

Wykonane testy znajdują się w załączniku nr 1.

Rodzaj drzewa: Drzewo binarne

Wnioski

Praca pochłonęła wiele czasu ale jest wsparcie wielu programów analizujących. Początkowo problem wydawał się bardzo trudny do rozwiązania lecz już po pierwszych godzinach pracy z programem Weka wynik analizy stawał się co raz bliższy. Wyniki zawarte w analizie pokazują, że rezultat uczenia i rysowania drzewa zależy od parametrów algorytmu.