SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 epub pdf mobi txt 電子書 下載 2024
發表於2024-11-11
SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 epub pdf mobi txt 電子書 下載 2024
書[0名0]: | SAS金融數據挖掘與建模:係統方[0法0]與案例解析|6741835 |
圖書定價: | 59元 |
圖書作者: | 陳春寶;徐筱剛;田建中 |
齣版社: | 機械工業齣版社 |
齣版日期: | 2017/10/1 0:00:00 |
ISBN號: | 9787111580478 |
開本: | 16開 |
頁數: | 0 |
版次: | 1-1 |
目錄 |
贊譽 序 前言 [0第0]1章 金融數據挖掘與建模應用場景 1 1.1 客戶數據挖掘的價值 1 1.2 金融客戶生命周期及數據應用場景 3 1.3 具代錶性的數據應用場景 7 [0第0]2章 客戶獲取:信用卡客戶欺詐[0評0]分案例 8 2.1 案例背景 9 2.2 數據準備與預處理 10 2.2.1 數據源 10 2.2.2 變量設計 11 2.3 構建[0評0]分模型 13 2.3.1 算[0法0]選擇 13 2.3.2 模型訓練 14 2.3.3 模型[0評0]估 16 2.4 [0評0]分模型的應用 19 2.5 小結 20 [0第0]3章 客戶提升:信用卡客戶精準營銷案例 21 3.1 案例背景 21 3.2 建模準備 21 3.2.1 準備數據 22 3.2.2 數據預處理 26 3.2.3 過度抽樣 27 3.2.4 構造訓練集及測試集 30 3.3 數據清洗及變量粗篩 32 3.3.1 連續變量與連續變量之間 33 3.3.2 分類變量和分類變量之間 39 3.3.3 分類變量和連續變量之間 43 3.3.4 數據的錯誤及缺失值 47 3.3.5 數據離群值 53 3.3.6 重編碼 59 3.4 變量壓縮與轉換變量 61 3.4.1 分類變量的水平數壓縮 61 3.4.2 連續變量聚類 65 3.4.3 連續變量的分箱 77 3.4.4 變量的轉換 79 3.5 模型訓練 80 3.5.1 關於Logistic迴歸 80 3.5.2 變量篩選方[0法0] 81 3.6 模型[0評0]估 88 3.6.1 模型估計 88 3.6.2 模型[0評0]估 89 3.6.3 調整過度抽樣 98 3.6.4 收益矩陣 98 3.6.5 模型轉換為打分卡 100 3.7 模型的部署及更新 100 3.7.1 模型的部署 100 3.7.2 模型的監測及更新 101 3.8 本章小結 103 [0第0]4章 客戶成熟:銀行零售客戶渠道偏好細分案例 104 4.1 案例背景 104 4.2 聚類分析流程 105 4.3 數據標準化 107 4.3.1 標準化介紹 107 4.3.2 標準化實現 110 4.4 變量聚類 111 4.4.1 變量聚類介紹 111 4.4.2 變量聚類基本步驟 112 4.4.3 SAS實現變量聚類 113 4.5 變量降維與可視化 118 4.5.1 圖形化探索 118 4.5.2 主成分分析[0法0]降維 120 4.6 ACECLUS預處理過程 123 4.6.1 ACECLUS介紹 123 4.6.2 ACECLUS過程 123 4.6.3 ACECLUS示例 123 4.7 係統聚類分析 128 4.7.1 係統聚類[0法0] 128 4.7.2 樣本與樣本之間的度量 129 4.7.3 距離定義與測量 129 4.7.4 相關係數 131 4.7.5 類與類之間的度量 131 4.7.6 係統聚類[0法0] 139 4.7.7 不同係統聚類[0法0]之間的比較 140 4.7.8 類個數的確定 158 4.8 快速聚類 159 4.8.1 快速聚類[0法0] 159 4.8.2 快速聚類[0法0]實現 160 4.8.3 快速聚類[0法0][0優0]缺點 161 4.9 兩步聚類[0法0] 161 4.9.1 兩步聚類[0法0] 161 4.9.2 兩步聚類[0法0]實現 161 4.10 本章小結 167 [0第0]5章 客戶衰退:銀行貸款違約預測案例 168 5.1 案例背景 169 5.2 維度分析 170 5.3 建模分析 177 5.4 業務應用 179 5.5 小結 179 [0第0]6章 客戶挽留:信用卡客戶流失管理案例 180 6.1 案例背景 181 6.2 數據準備 182 6.2.1 設定目標變量 182 6.2.2 設定時間窗 183 6.2.3 設計預測變量 184 6.2.4 準備數據寬錶 185 6.3 流失傾嚮預警:用Logistic迴歸構建響應率模型 186 6.3.1 粗分類 187 6.3.2 計算分組變量的WOE值和IV值 191 6.3.3 共綫性檢驗 194 6.3.4 模型訓練:顯著性檢驗 195 6.3.5 模型[0評0]估 196 6.4 潛在客戶價值預測:兩階段建模[0法0] 201 6.4.1 階段1概率預測 201 6.4.2 階段2 數值預測 201 6.4.3 模型[0評0]估 203 6.5 細分:差異化營銷服務的基礎 204 6.6 小結 208 |
SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 epub pdf mobi txt 電子書 下載 2024
SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 下載 epub mobi pdf txt 電子書SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 mobi pdf epub txt 電子書 下載 2024
SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 epub pdf mobi txt 電子書 下載評分
評分
評分
評分
評分
評分
評分
評分
SAS金融數據挖掘與建模:係統方法與案例解析 計算機與互聯網 書籍|6741835 epub pdf mobi txt 電子書 下載 2024