توضیحات
شبیه سازی دسته بندی اطلاعات بازاریابی بانکی با متلب
دادگان مورد استفاده
این دیتاست مربوط به کمپین بازاریابی یک کمپانی بانکی پرتغالی است و یک مسئله دسته بندی محسوب میشود. هدف این مسئله این است که آیا یک مشتری حاضر میشود که در این موسسه سپرده باز کند یا خیر؟ که هدف پیدا کردن yes یا no است. تعداد داده های مسئله حدود 45هزار نمونه است و شامل 17 ویژگی است که از این ویژگی ها تنها 10 ویژگی به صورت عددی هستند که در این تمرین از این ویژگی های عددی استفاده شده است. بعضی از ویژگی های عددی شامل سن افراد، زمان سپرده ،میزان سپرده و غیره است.
گزارش
در این تمرین سعی داریم تا روی دیتاست Bank Marketing عملیات دسته بندی را انجام دهیم. این دیتاست، یک مسئله دو کلاسه هست و دارای ده ویژگی عددی است. (تعداد ویژگی ها حدود 20 است که فقط 10 مورد آنها عددی است).
مدلهایی که برای دسته بندی استفاده کرده ایم، ماشین بردار پشتیبان خطی و نزدیکترین همسایگی است. البته در قسمت آخر تمرین از SVM غیرخطی با کرنل rbf نیز استفاده شده است.
روش نزدیکترین همسایگی روشی است که آموزش ندارد و به عنوان الگوریتم های تنبل و مبتنی بر مثال از آنها یاد میشود و روابط ریاضیاتی در آن دخیل نیست. نمونه های تست با توجه به محل قرارگیری نمونه های آموزشی دسته بندی میشوند.
اما روش SVM یک روش کاملا ریاضیاتی است که پایه و اساس آن بر مبنای روابط ریاضیاتی اثبات شده قرار دارد و یکی از روش های بسیار معروف و قوی در کنار شبکه های عصبی است که در اکثر کارهای دسته بندی از آن استفاده میشود.
شبیه سازی دسته بندی اطلاعات بازاریابی بانکی با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
سفارش پروژه مشابه
درصورتیکه این پروژه دقیقا مطابق خواسته شما نمی باشد، با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.