금융기관 정보를 weka프로그램을 통한 분석

소개글

weka 프로그램을 통한 금융기관 고객들에 대한 분석
연관분석기법 군집화기법 데이터마이닝 알고리즘 이산화기법등을 통한 다양한 방법으로 분석하고 프로그램 중간중간 캡쳐를해서 자세하게 설명하였습니다.

목차

1. 연관분석기법
2. 군집화기법
3. 이산화기법
4.각각의 기법들을 결합하여 분석
결론

본문내용

WEKA프로그램을 통해서 분류기법,군집화 기법, 연관분석 기법등을 적용하여 분석해보자.
우선 전화 사용자의 이탈유무에 대한 자료 분석을 위하여 전처리 단계를 밟는다.
아래 그림처럼 이산화 알고리즘을 통하여 숫자를 문자로 바꾼다.
아래 그림은 성별에 따라 나이 직업 거주지 지불유형 납입종류 사용총액 기본요금 부가서비스요금 사용기간 고객구분등을 분류한 그래프다.
각각의 항목등을 선택하여 각각의 그래프가 있지만 생략하고 다음단계를 분석한다.
=== Run information ===
Scheme: weka.classifiers.trees.J48 -C 0.25 -B -M 2
Relation:전화이탈자(WEKA용)-weka.filters.unsupervised.attribute.Discretize-F-B10-M-1.0-Rfirst-last-weka.filters.unsupervised.attribute.Discretize-F-B10-M-1.0-Rfirst-last
Instances: 300
Attributes: 11
성별
나이
직업
거주지
지불유형
납입종류
사용총액
기본요금
부가서비스요금
사용기간
고객구분
Test mode: 10-fold cross-validation
=== Classifier model (full training set) ===
J48 pruned tree
------------------
사용기간 = `(132.5-149.5]`: 이탈 (31.0)
사용기간 != `(132.5-149.5]`
| 사용기간 = `(92.5-104.5]`: 이탈 (30.0)
| 사용기간 != `(92.5-104.5]`
| | 사용기간 = `(104.5-116.5]`: 이탈 (30.0)
| | 사용기간 != `(104.5-116.5]`
| | | 사용기간 = `(116.5-132.5]`: 이탈 (30.0)
| | | 사용기간 != `(116.5-132.5]`
| | | | 사용기간 = `(-inf-92.5]`: 이탈 (28.0/1.0)
| | | | 사용기간 != `(-inf-92.5]`: 유지 (151.0/2.0)
Number of Leaves : 6
Size of the tree : 11
Time taken to build model: 0.02 seconds
=== Stratified cross-validation ===
=== Summary ===

참고 자료

없음