金融數(shù)據(jù)挖掘ppt課件-資料下載頁
2025-05-07 04:20本頁面
【正文】 P，或者就不會陷入財務(wù)困境。 預(yù)測準(zhǔn)確率： 訓(xùn)練樣本組 檢驗樣本組 St公司： 46/56= 46/55= 非 St公司 ： 428/504= 419/504= )()|1( 1 . 8 1 1 0654321zxyPPxxxxxxz???????????? 決策樹方法 與前面討論的幾種分類預(yù)測方法相比，決策樹方法是一種近年來才出現(xiàn)的分類預(yù)測方法，其基本原理如下。 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(jī)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(jī)變量的熵越小，其不確定性就越小，對其的預(yù)測就越準(zhǔn)確。從信息學(xué)的角度看，如果利用一個變量后，可以減少分類變量的熵，則該變量對分類預(yù)測就具有信息價值，熵的減少量越大，該指標(biāo)用于預(yù)測的信息價值也就越大。 ??????ii ppyIppppyIl o g)(l o gl o g)( 2211② 、 信息增量的概念 設(shè) x為某個指標(biāo)，選取一個 ，按照條件 是否滿足，可以將樣本分為兩組，分別計算各組中 y的熵 ，指標(biāo)x的信息增量定義為： 其中， 分別表示兩組樣本所占的比重。顯然，這樣計算的信息增量與 的取法有關(guān)，對每個指標(biāo)，通過計算機(jī)搜索，可以找到一個最佳的 ，使其對應(yīng)的信息增量達(dá)到最大。 對每個指標(biāo)，我們都可以計算其信息增量，這樣我們就知道哪個指標(biāo)對分類預(yù)測的信息含量最大。 0x 0xx?)(),( 21 yIyI)]()([)()( 2211 yIqyIqyIxga i n ???21,qq0x0x ③ 、 分類預(yù)測方法 —— 決策樹方法 利用信息增量的概念 ， 數(shù)據(jù)挖掘中創(chuàng)造了一種分類預(yù)測的決策樹方法 ， 其基本的思路是反復(fù)地利用信息增量方法進(jìn)行樣本分割 ， 直到不能再分割 、 或者達(dá)到事先的約定為止 。 然后沿著決策樹的樹系結(jié)構(gòu) ， 我們就可以寫出決策樹方法的預(yù)測規(guī)則 。 決策樹的預(yù)測規(guī)則由由一系列的預(yù)測結(jié)論組成 。 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(jìn)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(zhǔn)確性檢驗檢驗； 寫出預(yù)測規(guī)則。 ⑤ 、值得注意的問題 * 構(gòu)建決策樹是不能過分?jǐn)M合樣本數(shù)據(jù)；同樣需要建立訓(xùn)練樣本組與檢驗樣本組； * 為避免出現(xiàn)挖掘過分追求總體預(yù)測準(zhǔn)確率的現(xiàn)象，可采用適當(dāng)接近兩類樣本比率的方法； * 可以利用決策樹方法發(fā)掘各指標(biāo)預(yù)測財務(wù)危機(jī)的信息含量排序； * 結(jié)合決策樹與信號噪音比方法可得到預(yù)測指標(biāo)信息含量的度量方法，構(gòu)造新的預(yù)測方法。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1