The evoked performance measures in

The evoked performance measures in this section, served to evaluate the validity and the discriminant power of the studied models. From the previous results, we remark that the most
banks’ practiced model M1 seem the least successful model
once applied to non customers borrowers’ data, this confirms
the difference between the two studied subpopulations. We
also remark that models M5 and M6 might be a good
classifier. However, models M3 and M4 seems to be the more
suitable models for the prediction of non customers behavior to
pay back loan. These last one are the best predictive models
because their constant is calculated from the non customers
learning sample independently of customers sample, what
supposes their importance in the reliability prediction of the
target variable kredit and confirm the existence of a certain
link between the two subpopulation Ω and Ω∗. Model M5
possesses the most raised rate of Type II error, this model is
considered as careful but its use can lead to a loss of reliable
borrowers.

ผลลัพธ์ (ไทย) 1:

บริการวัดประสิทธิภาพ evoked ในส่วนนี้ การประเมินถูกต้องและอำนาจ discriminant รุ่น studied จากผลลัพธ์ก่อนหน้านี้ เรารีที่สุดรูปแบบประสบความสำเร็จอย่างน้อยดูเหมือนธนาคารฝึกรุ่น M1เมื่อใช้กับข้อมูลของลูกค้าไม่ใช่ผู้กู้ นี้ยืนยันความแตกต่างระหว่าง subpopulations studied สอง เราหมายเหตุที่รุ่น M5 และ M6 อาจจะดีclassifier อย่างไรก็ตาม รุ่น M3 และ M4 ดูเหมือนจะยิ่งรูปแบบเหมาะสำหรับการคาดเดาพฤติกรรมไม่ใช่ลูกค้าจ่ายเงินกู้ เหล่านี้ล่าสุดอยู่หนึ่งรุ่นงานดีที่สุดเนื่องจากลูกค้าไม่คำนวณค่าคงของพวกเขาเรียนรู้อย่างอิสระตัวอย่างลูกค้า อะไรsupposes ความสำคัญในการคาดเดาความน่าเชื่อถือของการเป้าหมาย kredit ตัวแปร และยืนยันการมีอยู่ของบางอย่างเชื่อมโยงระหว่างสอง subpopulation ΩΩ∗ รุ่น M5มีอัตราการยกสูงสุดของข้อผิดพลาดชนิด II รุ่นนี้เป็นถือว่าเป็นระวัง แต่ใช้อาจขาดความน่าเชื่อถือผู้กู้

ผลลัพธ์ (ไทย) 2:

มาตรการการปฏิบัติงานปรากฏในส่วนนี้ทำหน้าที่ในการประเมินความถูกต้องและอำนาจจำแนกของรูปแบบการศึกษา จากผลก่อนหน้านี้เราสังเกตว่าส่วนใหญ่ของธนาคารปฏิบัติรุ่น M1 ดูเหมือนน้อยประสบความสำเร็จแบบใช้ครั้งเดียวกับผู้กู้ที่ไม่ใช่ลูกค้า'ข้อมูลนี้ยืนยันแตกต่างระหว่างสองศึกษาประชากร เรายังสังเกตว่ารุ่น M5 และ M6 อาจจะดีลักษณนาม แต่รุ่น M3 และ M4 น่าจะเป็นมากขึ้นรูปแบบที่เหมาะสมสำหรับการทำนายพฤติกรรมของลูกค้าที่ไม่จ่ายคืนเงินกู้ เหล่านี้เป็นคนสุดท้ายที่มีรูปแบบการพยากรณ์ที่ดีที่สุดเพราะคงที่ของพวกเขาจะถูกคำนวณจากลูกค้าที่ไม่ได้เรียนรู้ตัวอย่างเป็นอิสระจากลูกค้าตัวอย่างสิ่งที่ซึมสำคัญของพวกเขาในการคาดการณ์ความน่าเชื่อถือของKredit ตัวแปรเป้าหมายและยืนยันการดำรงอยู่ของบางอย่างที่เชื่อมโยงระหว่างสองsubpopulation Ω และΩ * รุ่น M5 มีอัตราการยกมากที่สุดของ Type II ข้อผิดพลาดรุ่นนี้ถือว่าเป็นความระมัดระวังแต่การใช้งานสามารถนำไปสู่การสูญเสียความน่าเชื่อถือผู้กู้

ผลลัพธ์ (ไทย) 3:

evoked แสดงมาตรการในส่วนนี้ทำหน้าที่เพื่อประเมินความถูกต้องและอำนาจจำแนกของเรียนแบบ จากผลการวิจัยที่ผ่านมา เราสังเกตว่าส่วนใหญ่ของธนาคารปฏิบัติรุ่น M1
ดูเหมือนนางแบบน้อยที่ประสบความสําเร็จ
เมื่อใช้ข้อมูลไม่ลูกค้าผู้กู้ ' ยืนยัน
ความแตกต่างระหว่างสองเรียนแต่ละ . เรา
ยังให้ความเห็นและรุ่น M5 M6 อาจดี
ลักษณนาม อย่างไรก็ตาม รุ่น M3 และ M4 น่าจะเหมาะสมมากกว่า
โมเดลเพื่อทำนายพฤติกรรมการแสวงหาลูกค้า

จ่ายเงินกู้คืน เมื่อหนึ่งจะดีที่สุดแบบจำลองเพื่อทำนาย
เพราะคงที่ของพวกเขาจะถูกคำนวณจากองค์กรการเรียนรู้อย่างอิสระของกลุ่มตัวอย่างกลุ่มตัวอย่างลูกค้า

ลูกค้าแล้วสมมติ ความสำคัญในการทำนายของตัวแปรค่า
เป้าหมายบัตรเครดิตและยืนยันการมีอยู่ของการเชื่อมโยงระหว่างสอง subpopulation แน่นอน
Ω และΩ∗ . รุ่น M5
ครบถ้วนที่สุดยกขึ้นอัตราประเภทที่สองข้อผิดพลาดแบบนี้
ถือว่าเป็นระมัดระวัง แต่ใช้ของมันสามารถนำไปสู่การสูญเสียของผู้กู้ที่เชื่อถือได้