CLASSIFICAO DE

CLIENTES DE CARTO DE
CRDITO UTILIZANDO WEKA

Victor Almeida

Problema do Carto

Dados utilizados da base Proben1;

Objetivo: Auxiliar na deciso de ceder
crdito ou no;

Procedimento
Experimental

Foi utilizado uma Rede Neural do tipo

Multilayer Perceptron (MLP), variando a
quantidade de neurnios, a quantidade
de camadas escondidas e a taxa de
aprendizado;

Base de Dados

Tarefa de Classificao;
Nmero de Instancias: 690;
Nmero de Atributos: 15;
Missing Values?: Sim;

Base de Dados

Este arquivo diz respeito aplicaes de

carto de crdito. Todos os nomes e valores
de atributos foram alterados para smbolos
sem sentido de proteger a confidencialidade
dos dados.

Este conjunto de dados interessante

porque h uma boa mistura de atributos contnua, nominal com pequeno nmero de
valores e nominal com maior nmero de
valores. H tambm alguns valores perdidos

Informaes dos Atributos

A1: b, a.
A2: continuous.
A3: continuous.
A4: u, y, l, t.
A5: g, p, gg.
A6: c, d, cc, i, j, k, m, r, q, w, x, e, aa, ff.
A7: v, h, bb, j, n, z, dd, ff, o.
A8: continuous.
A9: t, f.
A10: t, f.
A11: continuous.
A12: t, f.
A13: g, p, s.
A14: continuous.
A15: continuous.
A16: +,- (class attribute)

Informaes Relevantes

Missing Values: 37 casos (5%)

Os Missing Values so particularmente dos seguintes
atributos:
A1: 12
A2: 12
A4: 6
A5: 6
A6: 9
A7: 9
A14: 13 9.
Class Distribution
+: 307 (44.5%)
-: 383 (55.5%)

Resultados
taxa de
aprendizado

nmero de
nmero de camadas neurnios

acerto
(%)

erro (%)

0,33

84,302 15,698

0,33

84,883 15,117

0,33

83,139 16,861

0,33

84,302 15,698

0,33

81,395 18,605

0,33

78,488 21,512

0,33

78,488 21,512

0,33

82,551 17,449

0,33

10

83,720 16,280

0,33

84,883 15,117

Resultados
taxa de
aprendizado

nmero de
camadas

nmero de
neurnios

acerto (%) erro (%)

0,33

3,1

86,628

13,372

0,33

3,2

83,720

16,280

0,33

3,3

87,209

12,791

0,33

3,4

84,302

15,698

0,33

3,5

83,139

16,861

0,33

3,6

85,465

14,535

0,33

3,7

85,465

14,535

0,33

3,8

83,720

16,280

0,33

3,9

83,140

16,860

0,33

3,10

85,465

14,535

0,33

3,3

87,209

Resultados
taxa de
aprendizado

nmero de
camadas

nmero de
neurnios

acerto (%) erro (%)

0,33

3,3,1

86,047

13,953

0,33

3,3,2

86,047

13,953

0,33

3,3,3

86,047

13,953

0,33

3,3,4

85,461

14,539

0,33

3,3,5

82,558

17,442

0,33

3,3,6

85,461

14,539

0,33

3,3,7

84,302

15,698

0,33

3,3,8

83,721

16,279

0,33

3,3,9

85,465

14,535

0,33

3,3,10

88,372

11,628

0,33

3,3,10

88,372

11,628

Resultados
taxa de
aprendizado

nmero de
camadas

nmero de
neurnios

acerto (%) erro (%)

0,33

3,3,10

88,372

11,628

0,01

3,3,10

51,744

48,256

0,001

3,3,10

51,744

48,256

0,1

3,3,10

87,210

12,790

0,2

3,3,10

83,140

16,860

0,3

3,3,10

86,047

13,953

0,4

3,3,10

86,047

13,953

0,5

3,3,10

87,790

12,210

0,75

3,3,10

84,883

15,117

0,85

3,3,10

84,884

15,116

0,33

3,3,10

88,372

11,628

Matriz Confuso Para o Melhor

Resultado
0,33

3,3,10

88,372

11,628

Referencia

UCI Machine Learning Repository

https://archive.ics.uci.edu/ml/datasets/Cr
edit+Approval