SPSS Modeler 支持向量机模型评估银行客户信用

《SPSS Modeler 支持向量机模型评估银行客户信用》由会员分享，可在线阅读，更多相关《SPSS Modeler 支持向量机模型评估银行客户信用（15页珍藏版）》请在金锄头文库上搜索。

1、Modeler 支持向量机模型评估银行客户信用支持向量机模型评估银行客户信用 本文要介绍的预测分析模型是 支持向量机模型 我们将为大家简要介绍 支持向量机模型的理论 然后结合 IBM SPSS Modeler 产品详细讲述如何利用支 持向量机模型来解决客户的具体商业问题 银行如何评估客户信用 银行典型案例银行典型案例 商业银行个人信用评估就是根据个人信息和借贷记录等历史数据 判断个 人信用 它是保证信贷安全的重要一环 但是商业银行用于信用评估的数据往 往具有特性不稳定 历史样本容量较小 指标较多 呈明显的非正态分布 这 些特点导致很难利用一般的统计技术进行有效的评估 支持向量机模型 简称 SV

2、M 能够很好的处理此类数据 进行有效的信用评估 本文介绍了 SVM 的基 本概念以及 Modeler 中使用 SVM 进行信用评估的基本步骤和方法 并对结果 进行分析和应用 支持向量机模型简介支持向量机模型简介 支持向量机 Support Vector Machine 简称 SVM 是一项功能强大的分 类和回归技术 可最大化模型的预测准确度 与其他常用模型不同 SVM 一 个优势就是能很好的处理小样本 高维数 非正态的数据 SVM 的工作原理是将原始数据通过变换映射到高维特征空间 这样即使 数据不是线性可分 也可以对该数据点进行分类 之后 使用变换后的新数据 的进行预测分类 例如 图 1 中的

3、数据点落到了两个不同的类别中 可以用一 条曲线分隔这两个类别 对数据使用某种数学函数变换后 可以用超平面定义 这两个类别之间的边界 图图 1 数据变换后线性可分示意图数据变换后线性可分示意图 用于变换的数学函数称为核函数 IBM SPSS Modeler 中的 SVM 支持下 列核函数类型 线性 多项式 径向基函数 RBF Sigmoid 如果数据的线性分隔比较简单 则建议使用线性核函数 在其他情况下 应当使用其他核函数 在所有情况下 最好尝试使用不同的核函数 才能从中 找出最佳模型 因为每一个函数均使用不同的算法和参数 回页首回页首 使用使用 IBM SPSS Modeler 支持向量机模型

4、评估客户信支持向量机模型评估客户信 用用 IBM SPSS Modeler 中的 SVM 提供了可视化的操作方法 具有界面友 好 操作方便的特点 此节 介绍如何使用 IBM SPSS Modeler SVM 评估客 户信用 操作步骤分为 创建基本流 Modeler Stream 建立模型 测试模型 分析结果 用不同的核函数建模 比较并选择合适的模型 运用选定的模型来评估客户信用 我们使用 UCI Machine Learning Repository 上公开的商业银行客户信用 记录作为数据集进行演示 该数据集由 1000 条个人信用记录组成 每条记录 均包含一组个人信息值 其中包括对客户信用的

5、评估结果 1000 条记录保存 在 CreditData csv 文件中 从 1000 条记录中抽出一部分用于演示用选定的 模型评估客户信用 将这部分数据保存到 CreditData4Estimate csv 文件中 创建基本流 创建基本流 Modeler Stream 建立模型 建立模型 图图 2 基本流建模图基本流建模图 基本流如图 2 所示 创建步骤如下 1 添加源数据添加源数据 选择合适的数据选择合适的数据 创建新流 命名为 SVM str 从 源 选项卡中添加一个 可变文件 节点到 SVM str 从 输出 选项卡中添加一个 表 节点到流 并将 表 节点连接到 可变 文件 节点 打开

6、 可变文件 节点 导入客户信用数据 CreditData csv 运行 表 节点 显示源文件中数据 如图 3 所示 数据有 22 个字段 1000 条记 录 ID 字段为客户标志符 每个客户的信息包含在从 StatusChkAccount 到 Foreigner 的字段中 Class 字段表示信用评级 取值为良 值 1 或者差 值 2 图图 3 源数据图源数据图 2 设置类型设置类型 选择用作预测的变量和目标变量选择用作预测的变量和目标变量 从 字段选项 选项卡中添加一个 类型 节点到 SVM str 并将它连接到 可变 文件 节点之后 打开 类型 节点 并单击 读取值 按钮 获得数据集描述

7、如图 4 所示 图图 4 源数据类型描述图源数据类型描述图 本模型 希望预测 Class 的值 此字段只有 2 个值 即良 1 还是差 2 在 类型 设置界面中 单击 Class 字段的 测量 列 将其改为 标志 将 Class 的角色设置为 目标目标 ID 字段作为个人标识符 不会对建模和预测产 生影响 不会用作预测变量或模型的目标 将其角色设置为 无无 其他字段作 为特征字段用作预测变量 因此将其角色设置为 输入输入 3 添加分区添加分区 选择建模的数据和测试模型的数据选择建模的数据和测试模型的数据 为了建立模型 即训练模型 同时测试模型 需要把数据集 CreditData csv 分为两

8、部分 一部分用于建立模型 另一部分用于测试新建模 型 分区节点通过在源数据表中添加一个字段 根据字段的不同取值 将数据 分区 分区 节点最多可以将数据分为三部分 分别用于训练 测试和验证 从 字段选项 选项卡中添加 分区 节点到流 将其连接到 类型 节点 打开 分区 节点 使用默认设置 默认分为 训练 和 测试 两个分区 大小分别 50 选择 设置随机种子数 表示分区是随机分区的 图图 5 分区节点图分区节点图 添加 表 节点并连接到 分区 节点之后 运行 表 节点 如图 6 所示 分 区 字段被加入到表中 图图 6 添加分区字段的数据图添加分区字段的数据图 4 添加添加 建模建模 节点节点

9、建模建模 从 建模 选项卡中添加 SVM 节点 并连接到 分区 节点之后 双击 SVM 节点 设置属性 字段 选项卡默认选中 使用类型节点设置 在 模型 选项卡中 如图 7 左所示 选中 自定义 选项 在相邻的文本字 段中键入 class rbf 作为 模型名称 默认选中 使用分区数据 和 为每个分割构 建模型 流中没有添加 分割 节点 这个选项没有实际作用 关于其功能这里 不介绍 有兴趣的读者可以参考帮助文档 在专家选项卡中 如图 7 右所示 将 模式 设为 专家 以获得可靠性 内 核类型 即核函数 默认设为 RBF 其他选项使用默认值 这些选项是建模 参数 这里不介绍 有兴趣的读者可以参考

10、帮助文档 在 简单 模式下所有选 项均为不可设置 图图 7 模型设置图模型设置图 在 分析 选项卡上 选中 计算变量重要性 复选框 其他两个选项 计算原 始的趋向得分 和 计算调整倾向得分 默认不选中 关于这两个选项功能 这里 不介绍 有兴趣的读者可以参考帮助文档 注解 选项卡不作额外设置 单击运行 运行成功表示建模完成 创建模型块被添加到流中 至此 流 基本建立完毕 如上面图 2 所示 测试模型 分析结果测试模型 分析结果 双击建模生成的模型块 class rbf 如图 8 所示 在 模型 选项卡上 预测 变量重要性图显示了不同变量对预测的影响程度 从上到下预测变量的重要程 度依次降低 其中

11、 StatusChkAccount 和 SavingAccounts 的对预测的影响度最 大 设置 选项卡指定在查看结果时显示的附加字段 汇总 选项卡显示了分析 包含记录数 分析准确性 字段 构建设置 训练汇总等信息 这两个选 项卡的详细功能 本文不介绍 请参考帮助文档 图图 8 模型图模型图 模型块 class rbf 之后添加 表 节点 运行表节点 使用创建的 class rbf 模型对源数据中数据进行测试 获得图 9 所示结果 图图 9 训练评估结果图训练评估结果图 图 9 的结果中 class rbf 模型创建了两个新字段 向右滚动表输出可看 到这两个字段 表表 1 带表头 所有列左对

12、齐的样式带表头 所有列左对齐的样式 新字新字 段名段名 描述描述 S Class 由 模 型 预 测 的 Class 值 SP Class 此预测值的倾向得 分 即此预测值正确的 可能性 其值介于 0 0 到 1 0 之间 表示预测 值的准确程度 值越高 越说明预测值准确性越 高 查看上表 看到大多数记录的倾向得分 SP Class 列 都相当高 即预 测的准确度相当高 但是也存在一些明显的例外情况 例如图 9 位于第 98 和 99 行的记录 其倾向得分为 0 539 和 0 535 比较这两行的 Class 和 S Class 可以看到此模型对这两行记录做出了不正确的预测 因此 在实际 使

13、用模型预测时 选择相信倾向得分大于预设值的预测结果 为了统计表中的预测信息 添加 分析 节点并连接到 class rbf 模型块 运 行 分析 节点 获得预测汇总结果 如图 10 左所示 根据汇总结果 class rbf 模型对于 1 训练 分区 预测正确率是 99 59 对于 2 测试 分区 预 测正确率是 71 93 如果选择相信倾向得分大于 0 95 的预测结果 那么预测正确率更高 添 加 选择 节点 将其连接至 class rbf 模型块之后 再将 分析 节点连接至 选 择 节点之后 在警告对话框上选择替换 在 选择 节点中设置只包含 SP Class 0 95 的记录 再运行 分析

14、节点 得到图 10 右所示结果 可以看到 class rbf 模型对于 2 测试 部分的预测正确率达到 81 39 图图 10 模型测试结果图模型测试结果图 使用不同的核函数 选择最合适模型使用不同的核函数 选择最合适模型 为了比较不同的核函数创建的模型 添加第二个 SVM 建模节点并连接到 分区 节点之后 打开新 SVM 节点 在 模型 选项卡上选择 自定义 并将 class poly 作为模型名称 在 专家 选项卡上 将模式设置为专家 将内核类 型设置为多项式并单击运行 class poly 模型块被成功创建 将 class poly 模 型块连接到 class rbf 模型块之后 在警告

15、对话框上选择替换 将 class poly 模型连接到 分析 节点 在警告对话框上选择替换 在 class poly 模型 块之后添 表 节点 最终建立的流如图 11 所示 我们还可以看到 class rbf 模 型块和 class poly 模型块被添加到屏幕右上角的 模型 选项板 图图 11 多核函数建模图多核函数建模图 运行连接到 class poly 模型的表节点 如图 12 所示 为 class poly 模 型生成的预测值和倾向得分字段分别命名为 S1 Class 和 SP1 Class 可以 对比对每条记录两个模型预测结果 图图 12 两模型评估结果图两模型评估结果图 为了比较两

16、个模型各自的预测准确度 运行分析节点 获得图 13 所示结 果 图图 13 两模型评估分析图两模型评估分析图 上图中 单独模型 下面的 比较 S Class 与 Class 表示模型 Class rbf 的预测结果 它与上面图 10 左的结果是一致的 比较 S1 Class 与 Class 表示 Class poly 模型预测结果 该模型对于 487 条 1 训练 记录 全部预 测正确 对于 513 条 2 测试 记录 有 360 条记录预测正确 正确率为 70 18 S Class S1 Class 之间的一致性 表示对所有的记录 两个模型预测结 果相同的记录的统计信息 对于 1 训练 分区 两模型对于 485 占训练记录 总数 99 59 条记录的预测结果是相同的 对于 2 测试 分区 对 484 占 测试记录总数 94 35 条记录预测结果是相同的 比较一致性与 class 表示 两个模型预测结果相同的记录中 分别被正确预测和错误预测的记录数 从图 13 中可见 对 1 训练 分区 两模型预测结果相同的 485 条记录中 485 条记录被正确预测 0 条被错误预测 对 2 测试