信用卡申请成功影响因素 sM模型与线性sVM模型有较大差异,特别是年收入这一项,在线性SⅥM模 型中排名最靠前,而在SVM模型中排名靠后 sVM模型的测试集准确率只有65.89%,低于线性SVM模型的89.68% 在实际应用中建议使用sⅥM模型进行用户信用的影响因素分析
议程信用卡申请成功影响因素 • SVM模型与线性SVM模型有较大差异，特别是年收入这一项，在线性SVM模 型中排名最靠前，而在SVM模型中排名靠后 • SVM模型的测试集准确率只有65.89%，低于线性SVM模型的89.68% • 在实际应用中建议使用SVM模型进行用户信用的影响因素分析
信用卡申请成功影响因素 为了将各项变量指标进行定量分析,使用逻辑回归对各影响因素进行分析 逻辑回归模型变量重要性 日标:是否中请成功 压E住
议程信用卡申请成功影响因素 • 为了将各项变量指标进行定量分析，使用逻辑回归对各影响因素进行分析 • 逻辑回归模型变量重要性
信用卡申请成功影响因素 Margina Percent 是否申请成功 各影响因素变量的分布情况 3 教育程度 初中及以下 10.1% 居住类型 22 车辆情况 保险缴的 偏货情况 在拖欠 现在没有货款 136% 性别 地理区域 Suboooubtion
议程信用卡申请成功影响因素 • 各影响因素变量的分布情况 N Marginal Percentage 是否申请成功 成功 4198 59.8% 失败 2826 40.2% 婚姻 离异 324 4.6% 丧偶 12 0.2% 未婚 4573 65.1% 已婚 2115 30.1% 教育程度 本科 3403 48.4% 初中及以下 709 10.1% 大专 1608 22.9% 高中 693 9.9% 硕士及以上 611 8.7% 居住类型 其他 92 1.3% 自购房 1492 21.2% 租房 5440 77.4% 车辆情况 无 5296 75.4% 有 1728 24.6% 保险缴纳 无 3197 45.5% 有 3827 54.5% 信贷情况 还在拖欠 186 2.6% 没有贷款记录 145 2.1% 现在没有贷款 3741 53.3% 逾期还款 30 0.4% 正常还款 794 11.3% 正在偿还 2128 30.3% 职业 个体户 920 13.1% 国有企业 479 6.8% 其他企业 477 6.8% 私营企业 4192 59.7% 外资企业 956 13.6% 性别 男 4926 70.1% 女 2098 29.9% 地理区域 东北 690 9.8% 华北 1335 19.0% 华东 1826 26.0% 华南 800 11.4% 华中 653 9.3% 西北 971 13.8% 西南 749 10.7% Valid 7024 100.0% Missing 0 Total 7024 Subpopulation 7011 a
信用卡申请成功影响因素 逻辑回归模型拟合情况 其中sig指标为0说明模型具有较高的显著性 Model Fitting Information Model Fiting Criteria Likelihood Rato Tests 2 Log LikelihoodChi-Square Intercept Only.6089476465 9467.608 18747812087.351 18127817654827
议程信用卡申请成功影响因素 • 逻辑回归模型拟合情况 • 其中Sig指标为0说明模型具有较高的显著性
信用卡申请成功影响因素 逻辑回归模型变异情况 其中 Cox and snel指标为0.664, Nagelkerke参数为0897, McFadden参数为 0.809,说明逻辑回归的质量较好 Pseudo R-Square 66 Nagelkerke 897 McFadden
议程信用卡申请成功影响因素 • 逻辑回归模型变异情况 • 其中Cox and Snell指标为0.664，Nagelkerke参数为0.897，McFadden参数为 0.809，说明逻辑回归的质量较好