SAS金融数据挖掘与建模：系统方法与案例解析计算机与互联网书籍|6741835 epub pdf mobi txt 电子书下载 2024

Name: SAS金融数据挖掘与建模：系统方法与案例解析 计算机与互联网 书籍|6741835 pdf epub mobi txt 电子书 2024
SKU: 18841699892
Rating: 4 (10 reviews)

☆☆☆☆☆
简体网页||繁体网页

陈春宝，徐筱刚，田建中著

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静思书屋

book.tinynews.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-11-24

商品介绍

店铺：互动出版网图书专营店

出版社：机械工业出版社

ISBN：9787111580478

商品编码：18841699892

丛书名： SAS大学技术丛书

出版时间：2017-10-01

SAS金融数据挖掘与建模：系统方法与案例解析计算机与互联网书籍|6741835 epub pdf mobi txt 电子书下载 2024

类似图书点击查看全场最低价

书籍描述

书[0名0]：	SAS金融数据挖掘与建模：系统方[0法0]与案例解析\|6741835
图书定价：	59元
图书作者：	陈春宝;徐筱刚;田建中
出版社：	机械工业出版社
出版日期：	2017/10/1 0:00:00
ISBN号：	9787111580478
开本：	16开
页数：	0
版次：	1-1

赞誉
序
前言
[0第0]1章金融数据挖掘与建模应用场景 1
1.1 客户数据挖掘的价值 1
1.2 金融客户生命周期及数据应用场景 3
1.3 具代表性的数据应用场景 7
[0第0]2章客户获取：信用卡客户欺诈[0评0]分案例 8
2.1 案例背景 9
2.2 数据准备与预处理 10
2.2.1 数据源 10
2.2.2 变量设计 11
2.3 构建[0评0]分模型 13
2.3.1 算[0法0]选择 13
2.3.2 模型训练 14
2.3.3 模型[0评0]估 16
2.4 [0评0]分模型的应用 19
2.5 小结 20
[0第0]3章客户提升：信用卡客户精准营销案例 21
3.1 案例背景 21
3.2 建模准备 21
3.2.1 准备数据 22
3.2.2 数据预处理 26
3.2.3 过度抽样 27
3.2.4 构造训练集及测试集 30
3.3 数据清洗及变量粗筛 32
3.3.1 连续变量与连续变量之间 33
3.3.2 分类变量和分类变量之间 39
3.3.3 分类变量和连续变量之间 43
3.3.4 数据的错误及缺失值 47
3.3.5 数据离群值 53
3.3.6 重编码 59
3.4 变量压缩与转换变量 61
3.4.1 分类变量的水平数压缩 61
3.4.2 连续变量聚类 65
3.4.3 连续变量的分箱 77
3.4.4 变量的转换 79
3.5 模型训练 80
3.5.1 关于Logistic回归 80
3.5.2 变量筛选方[0法0] 81
3.6 模型[0评0]估 88
3.6.1 模型估计 88
3.6.2 模型[0评0]估 89
3.6.3 调整过度抽样 98
3.6.4 收益矩阵 98
3.6.5 模型转换为打分卡 100
3.7 模型的部署及更新 100
3.7.1 模型的部署 100
3.7.2 模型的监测及更新 101
3.8 本章小结 103
[0第0]4章客户成熟：银行零售客户渠道偏好细分案例 104
4.1 案例背景 104
4.2 聚类分析流程 105
4.3 数据标准化 107
4.3.1 标准化介绍 107
4.3.2 标准化实现 110
4.4 变量聚类 111
4.4.1 变量聚类介绍 111
4.4.2 变量聚类基本步骤 112
4.4.3 SAS实现变量聚类 113
4.5 变量降维与可视化 118
4.5.1 图形化探索 118
4.5.2 主成分分析[0法0]降维 120
4.6 ACECLUS预处理过程 123
4.6.1 ACECLUS介绍 123
4.6.2 ACECLUS过程 123
4.6.3 ACECLUS示例 123
4.7 系统聚类分析 128
4.7.1 系统聚类[0法0] 128
4.7.2 样本与样本之间的度量 129
4.7.3 距离定义与测量 129
4.7.4 相关系数 131
4.7.5 类与类之间的度量 131
4.7.6 系统聚类[0法0] 139
4.7.7 不同系统聚类[0法0]之间的比较 140
4.7.8 类个数的确定 158
4.8 快速聚类 159
4.8.1 快速聚类[0法0] 159
4.8.2 快速聚类[0法0]实现 160
4.8.3 快速聚类[0法0][0优0]缺点 161
4.9 两步聚类[0法0] 161
4.9.1 两步聚类[0法0] 161
4.9.2 两步聚类[0法0]实现 161
4.10 本章小结 167
[0第0]5章客户衰退：银行贷款违约预测案例 168
5.1 案例背景 169
5.2 维度分析 170
5.3 建模分析 177
5.4 业务应用 179
5.5 小结 179
[0第0]6章客户挽留：信用卡客户流失管理案例 180
6.1 案例背景 181
6.2 数据准备 182
6.2.1 设定目标变量 182
6.2.2 设定时间窗 183
6.2.3 设计预测变量 184
6.2.4 准备数据宽表 185
6.3 流失倾向预警：用Logistic回归构建响应率模型 186
6.3.1 粗分类 187
6.3.2 计算分组变量的WOE值和IV值 191
6.3.3 共线性检验 194
6.3.4 模型训练：显著性检验 195
6.3.5 模型[0评0]估 196
6.4 潜在客户价值预测：两阶段建模[0法0] 201
6.4.1 阶段1概率预测 201
6.4.2 阶段2 数值预测 201
6.4.3 模型[0评0]估 203
6.5 细分：差异化营销服务的基础 204
6.6 小结 208

SAS金融数据挖掘与建模：系统方法与案例解析计算机与互联网书籍|6741835 epub pdf mobi txt 电子书下载 2024

SAS金融数据挖掘与建模：系统方法与案例解析计算机与互联网书籍|6741835 下载 epub mobi pdf txt 电子书 2024