资料采矿分类分析解析解析 系统跟建构跟运用-信用贷款违约跟选股文档资料.pptVIP

資料採礦分類分析系統之建構與應用-信用貸款違約與選股系統應用 指導教授：姜林杰祐 博士 摘要 本研究以資料採礦的分類方法為核心，嘗試建構一開放式的分類分析系統，其內含的分類演算法包括ID3、C4.5、貝氏分類法與記憶基礎推論法等。 為驗證本系統的有效性，本研究以銀行信用貸款資料庫為例，分類正常戶與違約戶；並將此分類工具應用於股市的分析、預測，期能以此系統發展資料趨導式的選股模型 報告大綱 第一章、研究目的與動機。 第二章、文獻探討。 第三章、資料採礦分類分析系統開發。 第四章、實例應用一。 第五章、實例應用二。 第六章、結論與未來研究。 研究動機與目的 近年來資料氾濫，如何在過度氾濫的資料中去蕪存菁，將無用的資料過濾，進而獲得有用的資訊、知識是相當重要的議題，而資料採礦即是對資料進行分析，以求在大量資料中獲取資訊的有效方法。 資料採礦方法在財金領域應用現況 Philip Joos 等(1998) 將Logit Model以及決策樹用於比利時某大型銀行資料庫進行信用分類，獲得80%以上之的準確度。 Nazli Ikizler等(2000)使用決策樹C4.5演算法對銀行放款資料進行分析，試圖找出令人感興趣的分類規則，此研究結果發現數條有用之分類規則，可供決策運用。 Muh-Cherng Wu等(2006)以決策樹結合濾嘴法則，應用於股市交易，獲得13%的報酬率。 資料採礦於金融