СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ ВИНТЕЛЛЕКТУАЛЬНОМ АНАЛИЗЕ ДАННЫХ

Abstract

Данное исследование фокусируется на сравнительном анализе методов классификации в интеллектуальном анализе данных, используя данные, связанные с прямым маркетингом проводимые португальским банковскими учреждениями. Набор данных охватывает разнообразные аспекты клиентов, от демографических параметров до
финансовых показателей. Основная цель заключается в извлечении информации из исторических данных для разработки прогностической модели и сравнительном анализе пяти моделей классификации: логистической регрессии, случайного леса, дерева решений, классификации SVC и k ближайших соседей. Результаты показывают, что случайный лес достигает наилучшей точности подчеркивая превосходство ансамблевого подхода, в то время как другие модели, такие как логистическая регрессия и k ближайших соседей, также проявляют высокую производительность в данном контексте.