ĐỀ tài PHÂN TÍCH và dự báo bộ dữ LIỆU BANKING MARKETING

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.73 MB, 26 trang )

Đại học Kinh Tế TP.HCM
KHOA QUẢN TRỊ
⁂⁂⁂

BỘ MÔN
KHOA HỌC DỮ LIỆU

ĐỀ TÀI: PHÂN TÍCH VÀ DỰ BÁO BỘ DỮ LIỆU “BANKING MARKETING”
Giảng viên hướng dẫn: Trương Việt Phương
Sinh viên thực hiện:
Lớp: KHDL_S2

TP.HCM - Năm 2021

TIEU LUAN MOI download : moi nhat

LỜI CẢM ƠN

Để hoàn thành tiểu luận này, em xin gửi lời cảm ơn chân thành đến:
Giảng viên bộ môn Khoa học dữ liệu - Thầy Trương Việt Phương đã giảng dạy tận
tình, chi tiết để em có đủ kiến thức và vận dụng chúng vào bài tiểu luận này.
Ban giám hiệu trường Đại học Kinh Tế Thành phố Hồ Chí Minh vì đã tạo điều kiện về
cơ sở vật chất với hệ thống thư viện hiện đại, đa dạng các loại sách, tài liệu thuận lợi cho
việc tìm kiếm, nghiên cứu thơng tin.
Do chưa có nhiều kinh nghiệm làm để tài cũng như những hạn chế về kiến thức, trong
bài tiểu luận chắc chắn sẽ không tránh khỏi những thiếu sót. Rất mong nhận được sự nhận
xét, ý kiến đóng góp, phê bình từ phía thầy để bài tiểu luận được hồn thiện hơn.
Lời cuối cùng, em xin kính chúc thầy nhiều sức khỏe, thành công và hạnh phúc

TIEU LUAN MOI download : moi nhat

2.1.2. “Missing Value” trong bộ dữ liệu:........................................................................8
2.2. Khai thác bộ dữ liệu:...............................................................................................10
2.2.1. Phân cụm dữ liệu:...............................................................................................10
2.2.2. Trích xuất dữ liệu:...............................................................................................15
2.2.3. Phân lớp dữ liệu:.................................................................................................17
2.2.4. Dự báo:...............................................................................................................21
TÀI LIỆU THAM KHẢO.................................................................................................22

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

CHƯƠNG I: MỞ ĐẦU
1.1.

Chọn bộ dữ liệu:
Dữ liệu “ Banking Marketing “ này liên quan đến các chiến dịch tiếp thị trực
tiếp của một tổ chức ngân hàng tại Bồ Đào Nha. Các chiến dịch tiếp thị này sẽ được
tính toán dựa trên các cuộc gọi điện thoại đã thực hiện. Thơng thường, với một
khách hàng thì sẽ có rất nhiều liên hệ, để truy cập và tìm hiểu xem họ có đăng ký
(‘yes’) hay khơng đăng ký (‘no’) sản phẩm của ngân hàng hay không – sản phẩm ở
đây chính là việc đăng ký chính sách tiền gửi có kỳ hạn.

1.2.

Mô tả bộ dữ liệu:

1.2.1. Biến đầu vào (Input Variables):
1.2.1.1. Thuộc tính dữ liệu khách hàng (Bank Client Data):
a) Độ tuổi (Age):
-

Được định dạng “Numeric”.

-

Thuộc tính này nhằm xác định độ tuổi của các đối tượng được thực hiện
khảo sát.

b) Nghề nghiệp (Job):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định nghề nghiệp của các đối tượng được thực
hiện khảo sát. Trong đó, các loại nghề nghiệp bao gồm:


Quản trị viên (Admin)



Dịch vụ (Services)



Công nhân phổ thông



Học sinh (Student)

(Blue-collar)



Kỹ thuật viên




Chủ doanh nghiệp

(Technician)

(Entrepreneur)



Đã nghỉ hưu (Retired)

Người giúp việc nhà



Thất nghiệp

(Housemaid)


(Unemployed)

Nhà quản lý



(Management)


Chưa xác định
(Unknown)

Tự do (Self-employed)
1

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

c) Tình trạng hơn nhân (Marital):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định tình trạng hơn nhân của các đối tượng được
thực hiện khảo sát. Trong đó, các loại tình trạng bao gồm:


Đã kết hơn (Married)



Đã ly hơn (Divorced)



Độc thân (Single)

d) Trình độ văn hóa (Education):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định trình độ văn hóa của các đối tượng được
thực hiện khảo sát. Trong đó, các trình độ bao gồm:



4 năm tiểu học



Thất học (Illiterate)

(Basic.4y)



Đào tạo nghiệp vụ

6 năm tiểu học

(Professional Course)

(Basic.6y)




Tốt nghiệp Trung học

(University Degree)

cơ sở (Basic.9y)


Tốt nghiệp đại học



Tốt ngiệp Trung học

Chưa xác định
(Unknown)

phổ thơng (High
school)

e) Tình trạng tín dụng bị vỡ nợ (Default):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định tình trạng tín dụng có bị vỡ nợ hay khơng
của các đối tượng được thực hiện khảo sát. Trong đó, các tình trạng bao
gồm:


Có (Yes)



Khơng (No)



Chưa xác định (Unknown)

2

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

f) Tình trạng nhà ở (Housing):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác tình trạng có khoản vay nhà ở hay không của các
đối tượng được thực hiện khảo sát. Trong đó, các tình trạng bao gồm:


Có (Yes)



Khơng (No)



Chưa xác định (Unknown)

g) Tình trạng vay nợ (Loan):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác tình trạng có vay nợ hay không của các đối tượng
được thực hiện khảo sát. Trong đó, các tình trạng bao gồm:


Có (Yes)



Khơng (No)



Chưa xác định (Unknown)

1.2.1.2. Thuộc tính liên quan đến lần liên lạc gần nhất trong chiến dịch hiện tại:
a) Liên lạc (Contact):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác hình thức liên lạc với các đối tượng được thực
hiện khảo sát. Trong đó, các hình thức bao gồm:


Điện thoại di động (Cellular)



Điện thoại dây (Telephone)

b) Tháng liên lạc (Month):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định tháng liên lạc gần nhất trong năm của các đối
tượng được thực hiện khảo sát. Trong đó, các tháng bao gồm:


Tháng 1 (Jan)



Tháng 4 (Apr)



Tháng 2 (Feb)



Tháng 5 (May)



Tháng 3 (Mar)



Tháng 6 (Jun)

3

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING



Tháng 7 (Jul)



Tháng 10 (Oct)



Tháng 8 (Aug)



Tháng 11 (Nov)



Tháng 9 (Sep)



Tháng 12 (Dec)

c) Thứ trong tuần (Day of Week):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định thứ liên lạc gần nhất trong tuần của các đối
tượng được thực hiện khảo sát. Trong đó, các thứ bao gồm:


Thứ Hai (Mon)



Thứ năm (Thu)



Thứ Ba (Tue)



Thứ sáu (Fri)



Thứ tư (Wed)

d) Khoảng thời gian (Duration):
-

Được định dạng “Numeric”

-

Thuộc tính này nhằm xác định khoảng thời gian liên lạc gần đây nhất của
các đối tượng được thực hiện khảo sát.

 Đơn vị của khoảng thời gian: Giây (s)
 Thuộc tính này ảnh hưởng nhiều đến biến đầu ra ( Nếu ‘Duration’ mang giá trị là 0
thì biến đầu ra ‘y’=0). Khi cuộc gọi được thực hiện xong, ‘y’ sẽ được xác định.
 Thuộc tính này chỉ nên được đưa vào cho mục đích kiểm chuẩn. Cịn nếu như cho

mục đích dự đốn thực tế thì thuộc tính này nên được loại bỏ.
1.2.1.3. Các thuộc tính khác (Other Attributes):
a) Chiến dịch (Campaign):
-

Được định dạng “Numeric”.

-

Thuộc tính này nhằm xác định số liên hệ được thực hiện trong chiến dịch
này của các đối tượng được thực hiện khảo sát.

b) Số ngày chờ (Pdays):
-

Được định dạng “Numeric”.

4

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

-

Thuộc tính này nhằm xác định số ngày đã trơi qua kể từ lần liên hệ cuối
được thực hiện trong chiến dịch trước của các đối tượng được thực hiện

khảo sát.

 Nếu thuộc tính này cho ra giá trị 999 nghĩa là đối tượng này chưa được liên hệ
trước đây.
c) Số liên hệ (Previous):
-

Được định dạng “Numeric”.

-

Thuộc tính này nhằm xác định số liên hệ được thực hiện trước chiến này
của các đối tượng được thực hiện khảo sát.

d) Kết quả chiến dịch (Poutcome):
-

Được định dạng “Categorical”.

-

Thuộc tính này nhằm xác định kết quả của chiến dịch tiếp thị trước đó của
các đối tượng được thực hiện khảo sát. Các kết quả bao gồm:


Thành công (Success)



Thất bại (Failure)



Không tồn tại (Nonexistent)

1.2.1.4. Thuộc tính bối cảnh kinh tế, xã hội (Social and Economic Context Attributes):
a) Tỷ lệ thay đổi việc làm (Emp.var.rate):
-

Được định dạng “Numeric”, giá trị này được chỉ báo hàng quý.

-

Thuộc tính này nhằm xác định tỷ lệ thay đổi việc làm của các đối tượng
được thực hiện khảo sát.

b) Chỉ số giá tiêu dùng (Cons.price.idx):
-

Được định dạng “Numeric”, giá trị này được chỉ báo hàng tháng.

-

Thuộc tính này nhằm xác định chỉ số giá tiêu dùng của các đối tượng được
thực hiện khảo sát.

c) Chỉ số niềm tin người tiêu dùng (Cons.conf.idx):
-

Được định dạng “Numeric”, giá trị này được chỉ báo hàng tháng.

5

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

-

Thuộc tính này nhằm xác định chỉ số niềm tin tiêu dùng của các đối tượng
được thực hiện khảo sát.

d) Lãi suất 3 tháng Euribor (Euribor3m):
-

Được định dạng “Numeric”, giá trị này được chỉ báo hàng ngày.

-

Thuộc tính này nhằm xác định lãi suất 3 tháng Euribor của các đối tượng
được thực hiện khảo sát

e) Số lượng nhân công (Nr.employed):
-

Được định dạng “Numeric”, giá trị này được chỉ báo hàng q.

-

Thuộc tính này nhằm xác định số lượng nhân cơng của các đối tượng được
thực hiện khảo sát.

1.2.2. Biến đầu ra (Output Variable):
-

Biến ‘y’: Khách hàng có quyết định đăng ký gửi tiền lãi có kỳ hạn hay
khơng?

1.3.

Nhị phân: ‘Yes’, ‘No’

Mục tiêu phân tích:
Từ bộ dữ liệu “Banking Marketing” ban đầu, ta sẽ có thể tiến hành dự đốn và
phân loại xem liệu khách hàng sẽ đăng ký (‘yes’) hay khơng đăng ký (‘no’) gửi tiền lãi
có kỳ hạn .

CHƯƠNG II: NỘI DUNG
2.1. Tiền xử lý bộ dữ liệu:
2.1.1. “Role” của các thuộc tính:
Từ bộ dữ liệu “Banking Marketing” ban đầu, ta có được “Type” và “Role” của 21
thuộc tính như sau (Hình 2.1.1.a,b):

6

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

7

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.1.1.c: Kết quả xử lý “Role” của các biến thuộc tính

2.1.2. “Missing Value” trong bộ dữ liệu:

Hình 2.1.2.a: Chuỗi thực hiện tiền xử lý dữ liệu trên Orange

8

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.1.2.b: Qúa trình thực hiện Preprocess

Để xử lý các mẫu có “Missing Value”, ta tiến hành thực hiện Preprocess, chọn
Impute Missing Values, sau đó chọn Average/Most frequent nhằm mục đích
điền những mẫu này bằng các giá trị trung bình hoặc các giá trị có tần số xuất hiện

thường xuyên. Sau khi thực hiện, ta có kết quả như sau:

Hình 2.1.2.c: Kết quả tiền xử lý dữ liệu

9

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Kết quả thu được ta tiến hành lưu giữ ở định dạng Excel, để từ đó ta tiếp tục
lấy dữ liệu kết quả này tiến hành phân cụm và phân lớp.

2.2. Khai thác bộ dữ liệu:
2.2.1. Phân cụm dữ liệu:
Sau khi xử lý xong và định dạng ở excel, ta tiếp tục phân cụm dữ liệu từ dữ
liệu đã được tiền xử lý trước đó, cụ thể:

Hình 2.2.1.a: Chuỗi thực hiện quá trình phân cụm trên Orange

2.2.1.1. Phân cụm phân cấp (Hierarchical Clustering):
Ta tiến hành phân cụm phân cấp dựa vào thuật toán Hierarchical Clustering.
Sau khi chạy dữ liệu, ta có:

10

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.1.b: Kết quả phân cụm phân cấp trên Orange

Ở đây, tính liên kết giữa các đối tượng (Linkage), ta sẽ sử dụng phương pháp
tính tốn khoảng cách trung bình (Average). Kết quả cho thấy được ta nên chia
toàn bộ các mẫu trong bộ dữ liệu ra làm 2 phân cụm.

11

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.1.c,d,e: Bảng Silhouette Plot cho 2 phân cụm
phân cấp

Nguyên tắc: Gía trị Silhouette nằm ở trong khoảng từ -1 đến 1, nếu như giá trị
này càng lớn (tức càng về gần 1) thì kết quả phân cụm sẽ càng tốt (càng đáng tin
cậy).
Ở đây ta có thể thấy khi phân ra là 2 cụm, với cụm 1 (màu xanh) các giá trị
Silhouette của các mẫu sẽ nằm ở trong khoảng từ 0,65 cho đến 0,85. Còn đối với
12

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

cụm thứ 2 (màu đỏ) thì giá trị này sẽ chạy trong khoảng từ 0,45 cho đến 0,75.
Những khoảng này đều nằm ở trong khoảng dương và dần về gần giá trị 1, vì vậy
kết quả phân cụm như thế này là đáng tin cậy.

2.2.1.2. Phân cụm phân hoạch (Partitioning Clustering):
Ta tiến hành phân cụm phân hoạch dựa vào thuật tốn K-means. Sau khi chạy dữ liệu, ta
có:

Hình 2.2.1.f: Phân tích k-Means cho bộ dữ liệu

Trong thuật tốn k-Means, ta phân tích thử xem với bộ dữ liệu này ta nên lựa
chọn phân ra làm bao nhiêu cụm là hợp lý nhất. Và để đánh giá xem phương án nào
là tối ưu nhất thì ta sẽ dựa vào giá trị Silhouette. Cụ thể, ta có thể thấy nếu như ta
phân bộ dữ liệu này ra làm 2,3,4,5,6,7 cụm thì giá trị Silhouette trung bình của các
phân cụm đó lần lượt sẽ là 0,296 , 0,154 , 0,161 , 0,171 , 0,171 và 0,181. Gía trị
Silhouette trung bình càng lớn thì phương án phân cụm sẽ càng đáng tin cậy.
 Vì vậy ta sẽ lựa chọn phương án phân ra làm 2 cụm.
Đồng thời phân tích kỹ hơn về giá trị Silhouette của từng cụm của phương án
chia 2 cụm này, ta có:

13

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.1.g,h,i: Bảng Silhouette Plot cho 2 phân cụm
phân hoạch
14

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Ở đây ta có thể thấy khi phân ra là 2 cụm, với cụm 1 (màu xanh) các giá trị
Silhouette của các mẫu sẽ nằm ở trong khoảng từ 0,7 cho đến 0,85. Còn đối với
cụm thứ 2 (màu đỏ) thì giá trị này sẽ chạy trong khoảng từ 0,45 cho đến 0,7. Những
khoảng này đều nằm ở trong khoảng dương (trừ ở cụm thứ 2 có một mẫu có giá trị
âm) và dần về gần giá trị 1, vì vậy kết quả phân cụm như thế này là đáng tin cậy.
Đồng thời, tham khảo dựa trên kinh nghiệm của các tác giả trong tài liệu “Data
mining and Predictive analytics” của nhà xuất bản Wiley:
 Nếu điểm trung bình Silhouette từ 0,5 trở lên chứng tỏ rằng những cụm được phân ra
sát với thực tế.
 Nếu điểm trung bình Silhouette từ 0,25 đến 0,5 chứng tỏ rằng cần thêm kiến thức
chuyên môn, kinh nghiệm để dánh giá thêm khả năng phân cụm có trong thực tế.
Nếu điểm trung bình Silhouette dưới 0,25 thì khơng nên tin tưởng cụm và cần phải đi

tìm nhiều bằng chứng khác.
 Khi phân tích đến đây, có thể thấy người thực hiện bộ dữ liệu này cần phải có
thêm nhiều chun mơn cũng như kinh nghiệm hơn nữa để giúp cho chất lượng của bộ
dữ liệu này được bảo đảm, có độ tin cậy và thực tế cao hơn.

2.2.2. Trích xuất dữ liệu:
Sau khi đã tiến hành phân cụm, ta bắt đầu tiến hành trích xuất dữ liệu ra bảng
dưới định dạng excel để tiến hành phân lớp. Với mỗi đối tượng được phân cụm dựa
trên 2 phương pháp phân cấp và phân hoạch này, ta đều sử dụng cơng thức của
Euclidean để tính tốn khoảng cách những điểm gần trung tâm nhất. Vì vậy khi
trích xuất dữ liệu ra bảng Data Table, ta sẽ đưa 2 đầu vào phân cụm này vào để
chạy ra kết quả, cụ thể ta có:

15

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.2.a: Trích xuất dữ liệu đã phân cụm

Sau đó lưu ở định dạng excel để ta tiến hành chọn 1 trong 2 cụm, tiếp tục tiến

Hình 2.2.2.b: Bảng dữ liệu excel khi đã phân cụm

hành thực hiện phân lớp dữ liệu 1 trong 2 cụm đó, cụ thể hơn ta sẽ lựa chọn cụm 2.

16

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

2.2.3. Phân lớp dữ liệu:
Sau khi tiến hành trích xuất dữ liệu ra làm 2 cụm C1 và C2, ta sử dụng dữ liệu

mẫu C2 để tiến hành bắt đầu phân lớp dữ liệu

Hình 2.2.3.a: Chuỗi quá trình thực hiện phân lớp trên Orange

Ở đây ta sẽ thực hiện quá trình phân lớp dựa trên 3 phương pháp: Logistic
Regression, SVM và Tree. Chúng ta sẽ đánh giá xem trong 3 phương pháp này,
đâu là phương pháp tốt nhất để phân lớp dữ liệu bằng việc thông qua Text and
Score. Ta có bảng sau đây:

17

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.3.b: Bảng đánh giá Text and Score

Ở đây ta sẽ chia nhỏ dữ liệu ra làm 5 phần (Number of folds: 5) để tiến hành kiểm tra.
a) Chỉ số AUC:
-

Nguyên tắc: Gía trị này là một số dương ≤ 1. Nếu giá trị này càng lớn thì
mơ hình phân lớp ấy sẽ càng tốt.

-

Ta có thể thấy chỉ số AUC của 3 phương pháp Logistic Regression, SVM
và Tree lần lượt là 0,776; 0,685 và 0,609

b) Chỉ số CA:
-

Chỉ số CA thể hiện tỷ lệ số mẫu được phân lớp đúng trong tồn bộ tập dữ
liệu

-

Ngun tắc: Gía trị này là một số dương ≤1. Nếu giá trị này càng lớn thì mơ
hình phân lớp ấy sẽ càng tốt.

18

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

e) Chỉ số F1:
-

Là chỉ số giá trị trung bình điều hịa của 2 độ đo Precision và Recall

-

Ta có thể thấy chỉ số F1 của 3 phương pháp Logistic Regression, SVM và
Tree lần lượt là 0,764; 0,732 và 0,749.

 Chỉ số F1 chỉ thường được sử dụng cho phân lớp đa lớp hoặc phân lớp đa nhãn.
 Các chỉ số Precision và Recall thường được sử dụng cho phân lớp nhị phân .
f) Ma trận nhầm lẫn (Confusion Matrix):
Ở đây ta sẽ xem xét xác suất dự đốn chính xác với thực tế của 3 phương pháp
Logistic Regression, SVM và Tree. Nếu phương pháp nào có xác suất phần tram
dự đốn chính xác với thực tế (No-No; Yes-Yes) lớn hơn thì phương án ấy sẽ tối ưu
hơn. Ta có:

19

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

Hình 2.2.3.c,d,e: Ma trận nhầm lẫn của 3 phương pháp Logistic
Regression, SVM và Tree

20

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

 Kết luận: Qua việc phân tích các chỉ số trong Text and Score, đồng thời dựa vào

ma trận nhầm lẫn (Confusion Matrix), ta có thể rút ra được phương pháp Logistic
Regression là phương pháp tối ưu nhất.

2.2.4. Dự báo:
2.2.4.1. Trích dữ liệu dự báo:
Từ bộ dữ liệu Clustering 2, ta tiến hành lấy 10% dữ liệu từ bộ dữ liệu phân lớp
để thực hiện dự báo (như trên hình 2.2.3.a). Ta sẽ có được file Forecast Data.
2.2.4.2. Tiến hành dự báo:
Bằng việc đánh giá 3 phương pháp ở trên, ta sẽ sử dụng phương pháp Logistic
Regression để tiến hành dự báo dữ liệu (Forecast Data). Ta có kết quả như sau:

Hình 2.2.4.a: Kết quả dự báo dữ liệu
21

DE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETINGDE.tai.PHAN.TICH.va.du.bao.bo.du.LIEU.BANKING.MARKETING

TIEU LUAN MOI download : moi nhat

ĐỀ tài PHÂN TÍCH và dự báo bộ dữ LIỆU BANKING MARKETING

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về