안녕하세요!! 빅재미입니다.
신용카드사에서는 고객의 데이터를 아주 방대하게 가지고 있는데요, 특히 고객들의 소비형태 등 여러 요인들에 따라 신용점수가 오르고 내리곤 하죠~ 이번 컨텐츠에서는 신용 점수 데이터셋을 분석하여 고객 신용도 및 세분화에 대한 통찰력 얻고, 클러스터링(K-Means) 알고리즘을 사용하여 신용도 별 그룹을 예측해보겠습니다!! [기대효과] - 신용카드 사용자를 대상으로 한 타깃 마케팅, 고객분석을 통한 프로파일링을 할 수 있으며, 데이터를 보강할 경우 신용 부도율 예측을 수행 할 수 있음 데이터 분석부터 시각화까지 함께 하러 가보시죠~ 활용 데이터 이번 분석에서 사용할 데이터는 신용점수 데이터로, 해당 데이터에는 데이터에는 납부 내역, 신용 활용률, 신용 계좌 수, 교육 수준, 고용 상태 등 신용 점수에 영향을 미치는 다양한 요소에 대한 정보가 포함되어 있습니다. - 크기: 1,000행, 12열 - 신용점수 데이터셋 컬럼명 설명 예시 Age 나이 20, 35, 4...
#
BigZami
#
빅재미
#
스케일링
#
시각화
#
신용도
#
신용점수
#
신용카드
#
의사결정나무
#
이상치
#
클러스터링
#
빅데이터
#
데이터전처리
#
DX
#
EDA
#
Kmeans
#
결측치
#
군집시뮬레이션
#
노코드
#
데이터모델링
#
데이터분석
#
데이터분석솔루션
#
히스토그램
![[개념편] 의사결정나무(Decision Tree) 이것만 알고가자! - 지도학습, 머신러닝, 가지치기, 노코드 분석](https://mblogthumb-phinf.pstatic.net/MjAyMzA5MTFfMTEz/MDAxNjk0NDEwMjk3NDMx.sbKQVt7mhbNk7ACt8sfR35QJ2U1QOx7YUnbfnxitABYg.1zIAiwxQJ7CIME7tJ9ffXs089eLwlJtiBOJWyPD94BAg.JPEG.cslee_official/shutterstock_61391527.jpg?type=w2)
![뉴스레터 [빅재미 주간소식 2023.2.22]](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjNfNjEg/MDAxNzA4NjU0NjA3NzE3.6iL3RM8eOXNzJ_8i-xLBNnqM3ODFI2aNJ3TcDnWHJDkg.YKG6KFdP4xYEGSOV_cmQvwifW4krAs5zXSkbkcXJYbMg.JPEG/shutterstock_2401137903_%BA%AF%C8%AF%B5%CA-01.jpg?type=w2)
