Homework4.pdf - u0414u043bu044f...

This preview shows page 1 - 3 out of 12 pages.

Для роботи ми залишили датасет BankChurners. Він містить дані про користувачів кредитних карток (усього 10 000), які або користуються ними, або вже відмовилися від сервісів банку. Датасет був створений для аналізу, чи можна на основі перерахованих факторів визначити, які клієнти більш схильні відмовлятися від кредитних банківських послуг. Подібне прогнозування допомогло б менеджерам банків завчасно мотивувати таких клієнтів продовжувати співпрацю з банком. У датасеті є такі характеристики користувачів банку як: заробітня плата; вік; стать; категорія кредитної картки; кредитний ліміт тощо. Для побудови SOM застосовано наступні параметри: Тип гратки – hexagonal (шестикуткутна); Відстань – евклідова; У нашому випадку ми взяли вище описаний dataset з дискретними значеннями, за допомогою яких ми відобразили роботу цієї техніки візуалізації. Також ми прибрали категорійні змінні. На першому рисунку показано такий параметр як стать , відповідно до наших даний ця незалежна змінна може набувати двох значень – ч і ж. На перший погляд, кількість жінок та чоловіків однакова. Далі показано таку змінну як сімейний стан . Це демографічна змінна, яка дає нам зрозуміти чи клієнт одружений, неодружений, розлучений, чи його сімейний стан невідомий – всього 4 варіанти. Найбільше клієнтів одружених та неодружених .
Розподіл активних і колишніх користувачів кредитних карток за віком (6 значень). В обох випадках найпоширенішим віком є діапазон 40-50 років. Далі розглянемо освітню кваліфікацію власника рахунку (наприклад, середня школа, випускник коледжу тощо). Найбільше клієнтів в обох групах мають вищу освіту.

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture