【正文】 現(xiàn)代信息社會的特征：信息（數(shù)據(jù)）泛濫、知識缺乏，如何從海量數(shù)據(jù)（廣義的概念）中挖掘出決策有用信息？ 數(shù)據(jù)挖掘是 結(jié)合現(xiàn)代數(shù)學(xué)、統(tǒng)計學(xué)，機器學(xué)習(xí)、人工智能、數(shù)據(jù)庫管理、計算機圖形學(xué)、軟件工程等各領(lǐng)域的技術(shù)和知識， 1990年代在西方國家出現(xiàn)的一種高新技術(shù) —— 從海量數(shù)據(jù)中挖掘出決策有用信息的技術(shù)。 * 某人否具有某種疾病 * 上市公司是否會陷入財務(wù)困境、是否會被外資并購 * 借款人是否會違約 * 這個客戶是否為銀行的潛在優(yōu)質(zhì)客戶、是否會轉(zhuǎn)向其他銀行 用 y表示類變量， y取離散的幾個值，分類就是判斷或預(yù)測樣本的 y究竟取什么值 預(yù)測 預(yù)測是指對連續(xù)性變量的取值進行預(yù)測，如： * 某個借款人的違約概率是多少 * 銀行資產(chǎn)組合明天在 99%置信度下的最大損失（ VaR）有 多大 * 如果某開放式基金因面臨巨額贖回申請而不得不大量拋售某種證券，這種證券的價格會下跌多少 分類 —— 對離散型變量進行預(yù)測 預(yù)測 —— 對連續(xù)型變量進行預(yù)測 二、分類案例教學(xué) —— 上市公司財務(wù)困境預(yù)測模型構(gòu)建 要求： 將因財務(wù)狀況異常而被特別處理的 ST公司界定為財務(wù)困境公司、非 ST公司界定為財務(wù)正常公司，利用上市公司的財務(wù)報表數(shù)據(jù)，建立上市公司財務(wù)困境預(yù)測模型（提前一年預(yù)測，即用第 t2年的數(shù)據(jù)預(yù)測企業(yè)在第 t年是否會陷入財務(wù)困境）。 run。 run。 Logistic回歸預(yù)測 ① 、 統(tǒng)計學(xué)原理 計量經(jīng)濟學(xué)中，回歸模型具有預(yù)測功能，但現(xiàn)在的數(shù)據(jù)結(jié)構(gòu)為： ，因變量為離散變量（虛擬變量），一般的線性回歸模型不適用。 利用逐步回歸方法，可以在這個范圍內(nèi)挑選出較佳的構(gòu)建 Logistic回歸模型的預(yù)測變量組。 非 ST公司： 864/1008 = %. Probir回歸預(yù)測 數(shù)據(jù)結(jié)構(gòu)為： ，因變量為離散變量（虛擬變量），一般的線性回歸模型不適用 。 ① 、 熵與信息增量的概念 熵為一個統(tǒng)計學(xué)概念，設(shè) y為一個狀態(tài)隨機變量，其熵的定義為： 在統(tǒng)計學(xué)中，熵是不確定性的度量，一個分類隨機變量的熵越小，其不確定性就越小，對其的預(yù)測就越準確。④ 、 如何利用數(shù)據(jù)挖掘軟件建立決策數(shù)預(yù)測模型 * 建立發(fā)掘數(shù)據(jù)庫 將 SAS數(shù)據(jù)庫轉(zhuǎn)化為 Excel數(shù)據(jù)庫； 對 Excel數(shù)據(jù)庫的格式進行變化（格式 /單元格 /數(shù)值），并 將 Excel數(shù)據(jù)庫文件另存為帶格式文本文件； 將其拷貝入數(shù)據(jù)挖掘子目錄 home下； 創(chuàng)建發(fā)掘數(shù)據(jù)庫； *建立決策樹模型 打開發(fā)掘數(shù)據(jù)庫； 建立決策樹模型，對模型的預(yù)測準確性檢驗檢驗； 寫出預(yù)測規(guī)則。 16 二月 20239:32:08 下午 21:32:08二月 211比不了得就不比，得不到的就不要。 21:32:0821:32:0821:32Tuesday, February 16, 20231不知香積寺，數(shù)里入云峰。 21:32:0821:32:0821:322/16/2023 9:32:08 PM1越是沒有本領(lǐng)的就越加自命不凡。 9:32:08 下午 9:32 下午 21:32:08二月 21MOMODA POWERPOINTLorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感謝您的下載觀看專 家告 訴