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