M. Beltrán Pascual, Á. Muñoz Alamillos, A. Muñoz Martínez

En este artículo se muestra la forma de implementar eficientemente un nuevo clasificador de préstamos bancarios a través de la minería de datos. Los modelos de credit scoring ayudan en un primer momento a la toma de decisión a los gerentes de los bancos. La metodología propuesta es la combinación de modelos. Los multiclasificadores son una excelente forma de integrar la información de diferentes fuentes. Esta combinación de dos o más clasificadores, en general, proporciona estimaciones más robustas y eficientes que cuando se utiliza un único clasificador. También se utilizan porque resuelven el problema de sobreadaptación (overfitting) y es posible obtener buenos resultados con pocos datos. Se describen los principales métodos de combinación de clasificadores utilizados en minería de datos: Bagging, Boosting, Stacking, Cascading, \dots y se aplican a los datos de clientes bancarios obteniéndose unos excelentes resultados comparados con los modelos y algoritmos utilizados individualmente.

Palabras clave: minería de datos, multiclasificadores, credit scoring, curva ROC

URL de la comunicación: http://www.uned.es/dpto-economia-aplicada-y-estadistica/

Fichero de la comunicación:

Programado

JE3 Clasificación y Análisis Multivariante 3
19 de abril de 2012  17:00
Sala Londres

Clasificación de imágenes por su contenido: paisajes y no-paisajes

M. A. Giuliodori, R. E. Lillo, D. Peña

El clasificador tangente

J. Cárcamo Urtiaga, J. R. Berrendero Díaz

Una propuesta para clasificar curvas no alineadas horizontalmente de forma robusta

M. T. Gonzalez Arteaga, L. A. García Escudero, A. Mayo Iscar