Chapter2使用決策树的预测建模QingLi,SWUFE.docVIP

使用决策树的预测建模 TOC \t Heading 2,7 2.1 问题和数据探索 PAGEREF _Toc5761471 \h 2-3 2.2 建模问题和数据难点 PAGEREF _Toc5761472 \h 2-20 2.3 生成和解释决策树 PAGEREF _Toc5761474 \h 2-46 2.1 问题和数据探索 内容： 问题和数据 初步数据探索 问题和数据 a. 预测建模问题 一家金融服务公司为其客户提供房屋净值信贷额度。该公司曾把该项贷款扩展给了数千客户，其中的许多接收者（大约20%）有贷款欺诈行为。该公司希望使用地理信息、人口信息、和经济状况信息变量建立一个模型预测一个申请人将来会不会欺诈。 b. 输入数据源 在对数据进行了分析之后，该公司选择了12个预测变量来建立每一个申请人是否欺诈的模型。输出变量（或目标）变量(BAD)表示申请人在房屋净值信贷中是否有欺诈活动。这些变量及其模型角色、测量水平、变量描述列表如下。 表 2.1 SAMPSIO.HMEQ 数据集合的变量 Name Model Role Measurement Level Description BAD Target Binary 1=defaulted on loan, 0=paid back loan REASON Input Binary HomeImp=home improve