Klassificering av kreditkortskunder
(2022) NEKH01 20221Department of Economics
- Abstract (Swedish)
- Mängden data som genereras av olika aktörer ökar ständig och det brukar sägas att många organisationer är rika på data men samtidigt informationsfattiga. Behovet av varierande analysverktyg för att skapa insikt och beslutsunderlag har aldrig varit större, men för varierande uppgifter och data passar olika metoder mer eller mindre bra. Uppsatsen undersöker, beskriver och förklarar ett perspektiv på hur den ekonometriska modellen logistisk regressionsanalys presterar i förhållande till maskininlärningsmodellen random forest för binär klassificering av kreditkortskunders kreditvärdighet. Resultatet visar att random forest genererar en högre AUC än logistisk regression och presterar bättre i 4 av de 5 prestationsmåtten.
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9092093
- author
- Sandelius, Carl LU
- supervisor
- organization
- course
- NEKH01 20221
- year
- 2022
- type
- M2 - Bachelor Degree
- subject
- keywords
- Ekonometri, logistisk regression, random forest, klassificering, prestationsjämförelse
- language
- Swedish
- id
- 9092093
- date added to LUP
- 2022-10-10 08:51:13
- date last changed
- 2022-10-10 08:51:13
@misc{9092093, abstract = {{Mängden data som genereras av olika aktörer ökar ständig och det brukar sägas att många organisationer är rika på data men samtidigt informationsfattiga. Behovet av varierande analysverktyg för att skapa insikt och beslutsunderlag har aldrig varit större, men för varierande uppgifter och data passar olika metoder mer eller mindre bra. Uppsatsen undersöker, beskriver och förklarar ett perspektiv på hur den ekonometriska modellen logistisk regressionsanalys presterar i förhållande till maskininlärningsmodellen random forest för binär klassificering av kreditkortskunders kreditvärdighet. Resultatet visar att random forest genererar en högre AUC än logistisk regression och presterar bättre i 4 av de 5 prestationsmåtten.}}, author = {{Sandelius, Carl}}, language = {{swe}}, note = {{Student Paper}}, title = {{Klassificering av kreditkortskunder}}, year = {{2022}}, }