使用机器学习算法对信用卡客户UCI默认数据集进行分析和分类

本研究的目的是利用一些有监督的机器学习算法来识别决定信用卡违约可能性的关键驱动因素强调所用方法背后的数学方面.当您严重拖欠信用卡付款时就会发生信用卡违约.为了增加市场份额台湾的发卡银行过度向不合格的申请人发放现金和信用卡.同时大多数持卡人无论他们的还款能力如何都过度使用信用卡进行消费积累了沉重的信用和债务目标是建立一个自动模型用于识别关键因素并根据客户和历史交易的信息预测信用卡违约.稍后将报告监督机器学习范式的一般概念以及用于构建模型的所有技术和算法的详细说明.特别地Logistic回归随机森林和支持向量机算法已经被应用.