Beruflich Dokumente
Kultur Dokumente
Random Forest
Diciembre 2019
1 introducción
2 Objetivos
Objetivo General
Objetivos Específicos
3 Marco Teórico
4 Metodología
5 Resultados
6 Conclusiones y Recomendaciones
7 Referencias
• Descubrimiento
• Patrones • Evaluación técnica
30%
228,664 Clientes:
70% 169,734 No mora
58,930 Morosos
Train Test
Relevancia de las variables
42%
AUC- Área bajo la curva ROC
PRECISIÓN
39%
RECALL
FAWCETT, T. An introduction to ROC Analysis. Pattern Recognition [En línea]. 2006. 27(8),
861-874. [cit. 12 de febrero de 2016]. DOI: https://doi.org/10.1016/j.patrec.2005.10.010
Disponible en: http://www.sciencedirect.com/science/article/pii/S016786550500303X
GIUDICI, P AND FIGNI, S. Applied Data Mining for Business and Industry. s.l. : Wiley, DOI:
https://doi.org/10.1002/9780470745830.index , 2009.
HADDEN, J., TIWARI, A., ROY, R and RUTA, D. Churn Prediction: Does Technology Matter?
International Journal of Intelligent Technology [En línea]. 2006,1(2), 104-110. [Citado el: 05
de febrero de 2016.] Disponible: https://www.waset.org/Publications/churn-prediction-doestechnology-
matter-/1793
HUNG, SY., YEN, D.C., WANG, H.UY. Applying data mining to telecom churn management.
Expert Systems with Applications. [En línea]. 2006. 31(3), 515-524. [cit. 12 de febrero
de 2016]. DOI: https://doi.org/10.1016/j.eswa.2005.09.080 Disponible en: http://www.
sciencedirect.com/science/article/pii/S0957417405002654