Kredi risklerinde veri madenciliği sınıflandırma algoritmaları

Günümüzde büyük veri ve uygulamaları içinde barındırdığı bilgi boyutu nedeniyle oldukça önemlidir. Özellikle bankacılık ve sigortacılıkta, büyük veri analizleri, veri madenciliği analizleri, temerrüde düşme olasılığını hesaplamak için kullanılmaktadır. Bu çalışmada Türkiye İstatistik Kurumu'ndan alınan 14 değişken ve 22745 gözlemden oluşan veri kullanılmıştır. Bu çalışmanın amacı, bireylerin özelliklerine göre temerrüde düşme olasılıklarının belirlenmesini sağlayan en iyi sınıflandırma algoritmasını seçmektir. Sınıflandırma algoritmaları; Bayes ağları, Naive Bayes, J48, rastgele orman, çok katmanlı algılayıcı, lojistik regresyon; kök ortalama hata kareler, doğruluk, anma, duyarlılık, ROC alanı istatistikleriyle karşılaştırılmış ve en iyi sınıflandırma algoritması belirlenmiştir. Analizler için WEKA açık kaynak kodlu veri madenciliği yazılımı kullanılmıştır.