【正文】 部分）。 例如，在Clementine中由統(tǒng)計節(jié)點(diǎn)生成的描述統(tǒng)計量，展示了在樣本中， 平均年收入為25580美元。為此，三種數(shù)據(jù)挖掘技術(shù)是比較合適的，也就是，Logistic 回歸、神經(jīng)網(wǎng)絡(luò)和決策樹。應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行信用評分 為了展示數(shù)據(jù)挖掘技術(shù)應(yīng)用于信用評分，考慮一信用卡提供者，他們致力于建立一個信用評分模型來預(yù)測信用卡申請者的信用風(fēng)險，并把他們分為有害損失、有害利潤、良好風(fēng)險三種。 然而，判別分析需要相當(dāng)嚴(yán)格的統(tǒng)計假設(shè)，這些假設(shè)在實(shí)際生活中是很少能夠滿足的。這一模型將包含應(yīng)用到不同個體用戶變量（或?qū)傩裕┥系臋?quán)重以及分割點(diǎn)。比如，農(nóng)場主可以利用信用得分來判定潛在的農(nóng)戶能否盡可能的及時支付他們的租金。據(jù)討論得知在汽車與抵押保險方面的信用鑒定與損失比率之間都有很強(qiáng)的相關(guān)關(guān)系。 信用評分最為普及的應(yīng)用是在貸款申請中進(jìn)行信用決策。Lucas（2000）報告稱，收獲率（recovery rate）%，%%。 這些都可以幫助金融機(jī)構(gòu)更為有效的和有利的管理他們的賬戶。同樣的，其大大簡化了信用評價過程中人工干預(yù)的必要以及分發(fā)信用的成本（Barefoot，1995）。在最近這些年里，信用評分已經(jīng)開始用于家庭貸款、小型商業(yè)貸款、保險申請和續(xù)訂。世界大戰(zhàn)之后，人們把這兩項(xiàng)事件結(jié)合在一起并且開始考慮在決定貸款申請者的過程中使用統(tǒng)計學(xué)生成模型的優(yōu)勢。信用評分 信用評分通常正式的定義為一種統(tǒng)計或定量方法，用于預(yù)測貸款申請者或現(xiàn)存借款人將發(fā)生違約或拖欠的概率（Mester，1997）。 然后利用這些規(guī)則來幫助進(jìn)行信用決策。在二十世紀(jì)直接營銷的發(fā)展同樣也導(dǎo)致了信用評分方法的使用來增加廣告戰(zhàn)略的回應(yīng)率。信用評分同樣可以幫助我們增加貸款申請過程的速度與一致性，并且允許借款過程的自動化?；谟脩舻男庞迷u分，金融機(jī)構(gòu)也能夠確定對用戶設(shè)定信用限度（Sandler et al.,2000）。相應(yīng)的，信用卡提供者能夠使用由模型得到的信息來明確表示更好的策略，然后更為有效的使用這些資源。但是，也并不是所有的應(yīng)用都是得到同等廣泛的應(yīng)用的。應(yīng)用的前提是：在金融穩(wěn)定性與風(fēng)險之間存在著直接的聯(lián)系。除了上面提及的之外，其他的信用評分的應(yīng)用可以在2002年美國消費(fèi)者聯(lián)盟（The Consumer Federation of America） 的報告。最后，統(tǒng)計或者其他定量的分析方法應(yīng)用到這些數(shù)據(jù)上，產(chǎn)生信用評分模型。例如， 一些最早建立的信用評分模型使用判別分析技術(shù)。關(guān)于信用評分模型的經(jīng)驗(yàn)研究包括（Lee and Jung，1999/2000）和（West，2000）。 信用風(fēng)險模型的構(gòu)建需要建立預(yù)測性的模型技術(shù)。 在本例證中使用了幾種描述與可視化的工具。關(guān)于結(jié)果的分析展示了年齡大與收入高的客戶以及持有相對較少其他信用卡的客戶表現(xiàn)出更為有利的信用風(fēng)險狀況。在實(shí)施預(yù)測性建模之前，樣本數(shù)據(jù)首先要被分割為構(gòu)建/訓(xùn)練樣本集（大約占75%的數(shù)據(jù)）和評價/檢驗(yàn)樣本集（大約占25%的數(shù)據(jù)）。最后，對于Logistic回歸模型，%。在神經(jīng)網(wǎng)絡(luò)中，在輸入層中輸入變量的重要性以降序的方式排列為：年收入、持有其他信用卡數(shù)目、婚姻狀況、年齡、子女?dāng)?shù)目、是否有未完結(jié)的抵押貸款以及性別。 圖6 信用評分的局限性 在這里的結(jié)論部分，我們討論一下信用評分的局限性同樣也是適合的。有時，隨著時間流逝客戶特征分布的趨勢變化是如此快速，以至于需要不斷的更新信用評分模型來保持恰當(dāng)性。 與上面談到的相關(guān)的是，信用評分的使用必須要求在客戶的信用得分得到計算之前，單個客戶擁有足夠的信用歷史和活動。最后，在保險領(lǐng)域，批評家們斷言信用信息會被誤用，并且在某些場合會變成唯一的決定性的，并且可能是對那些無法用于設(shè)定保險費(fèi)率的種族和收入數(shù)據(jù)的替代