SAS를 이용한 은행의 의사결정나무(Decision Tree) 적용

소개글

SAS를 이용한 은행의 의사결정나무(Decision Tree) 적용에 대한 보고서 자료입니다.

목차

1. 분석 Data

2. Data Set 내용

3. 1 테이블 레이아웃
3. 2,3 데이터 분포도

4. 방법론-의사결정나무
4.1 의사결정나무 구성요소
4. 2 프로젝트생성
4. 3 프로젝트 노드 생성
4. 4 Input Data Set
4. 5 Samping 노드
4. 6 Data Partition 노드

5. 의사결정나무
5. 1 Assessment
5. 2 누적이익도표
5. 3 % Captured Response

6. 결론

본문내용

개요 및 설명

• 한 은행의 신용평가 부서에서는 대출승인에 대한 의사결정 과정을 자동화하기 위해서 각 고객에 대한 신용평가점수 모형을 만들고자 한다.
• 최근 대출 고객을 중심으로 변수들을 수집하여 데이터를 구성하였다.
• 대출승인 여부를 결정하는 예측모형으로 사용할 것이므로 대출이 거절된 고객에게는 그 사유를 설명할 수 있는 충분한 근거 자료를 제시할 수 있어야 한다.
• 적절한 예측력과 충분한 설명력을 확보하기 위해서 Decision Tree를 이용하여 모형화 하기로 결정하였다.

키워드

데이터마이닝,   디시전트리,   경영통계