Modeler 支持向量机模型评估银行客户信用本文要介绍的预测分析模型是“支持向量机模型”，我们将为大家简要介绍支持向量机模型的理论，然后结合IBM SPSS Modeler 产品详细讲述如何利用支持向量机模型来解决客户的具体商业问题—银行如何评估客户信用银行典型案例商业银行个人信用评估就是根据个人信息和借贷记录等历史数据，判断个人信用，它是保证信贷安全的重要一环。

但是商业银行用于信用评估的数据往往具有特性不稳定，历史样本容量较小，指标较多，呈明显的非正态分布。

这些特点导致很难利用一般的统计技术进行有效的评估。

支持向量机模型( 简称SVM) 能够很好的处理此类数据，进行有效的信用评估。

本文介绍了SVM 的基本概念以及Modeler 中使用SVM 进行信用评估的基本步骤和方法，并对结果进行分析和应用支持向量机模型简介支持向量机(Support Vector Machine, 简称SVM) 是一项功能强大的分类和回归技术，可最大化模型的预测准确度。

与其他常用模型不同，SVM 一个优势就是能很好的处理小样本，高维数，非正态的数据。

SVM 的工作原理是将原始数据通过变换映射到高维特征空间，这样即使数据不是线性可分，也可以对该数据点进行分类。

之后，使用变换后的新数据的进行预测分类。

例如，图 1 中的数据点落到了两个不同的类别中，可以用一条曲线分隔这两个类别。

对数据使用某种数学函数变换后，可以用超平面定义这两个类别之间的边界。

图 1. 数据变换后线性可分示意图用于变换的数学函数称为核函数。

IBM SPSS Modeler 中的SVM 支持下列核函数类型：∙线性∙多项式∙径向基函数(RBF)∙Sigmoid如果数据的线性分隔比较简单，则建议使用线性核函数。

在其他情况下，应当使用其他核函数。

在所有情况下，最好尝试使用不同的核函数，才能从中找出最佳模型，因为每一个函数均使用不同的算法和参数。

回页首使用IBM SPSS Modeler 支持向量机模型评估客户信用IBM SPSS Modeler 中的SVM 提供了可视化的操作方法，具有界面友好，操作方便的特点。

此节，介绍如何使用IBM SPSS Modeler SVM 评估客户信用。

操作步骤分为：∙创建基本流（Modeler Stream），建立模型；∙测试模型，分析结果；∙用不同的核函数建模，比较并选择合适的模型；∙运用选定的模型来评估客户信用。

我们使用UCI Machine Learning Repository 上公开的商业银行客户信用记录作为数据集进行演示。

该数据集由1000 条个人信用记录组成，每条记录均包含一组个人信息值，其中包括对客户信用的评估结果。

1000 条记录保存在CreditData.csv 文件中，从1000 条记录中抽出一部分用于演示用选定的模型评估客户信用，将这部分数据保存到CreditData4Estimate.csv 文件中。

创建基本流（Modeler Stream），建立模型图 2. 基本流建模图基本流如图 2 所示，创建步骤如下1) 添加源数据—选择合适的数据创建新流，命名为SVM.str。

从“源”选项卡中添加一个“可变文件”节点到SVM.str，从“输出”选项卡中添加一个“表”节点到流，并将“表”节点连接到“可变文件”节点。

打开“可变文件”节点，导入客户信用数据CreditData.csv。

运行“表”节点，显示源文件中数据，如图3 所示。

数据有22 个字段，1000 条记录。

ID 字段为客户标志符。

每个客户的信息包含在从StatusChkAccount到Foreigner的字段中。

Class字段表示信用评级，取值为良( 值=1) 或者差( 值=2)。

图 3. 源数据图2) 设置类型—选择用作预测的变量和目标变量从“字段选项”选项卡中添加一个“类型”节点到SVM.str, 并将它连接到“可变文件”节点之后，打开“类型”节点，并单击[ 读取值] 按钮。

获得数据集描述，如图4 所示。

图 4. 源数据类型描述图本模型，希望预测Class的值( 此字段只有 2 个值，即良(=1) 还是差(=2))。

在“类型”设置界面中，单击Class字段的“测量”列，将其改为“标志”，将Class的角色设置为“目标”;ID字段作为个人标识符，不会对建模和预测产生影响，不会用作预测变量或模型的目标，将其角色设置为“无”; 其他字段作为特征字段用作预测变量，因此将其角色设置为“输入”。

3) 添加分区—选择建模的数据和测试模型的数据为了建立模型( 即训练模型)，同时测试模型，需要把数据集CreditData.csv 分为两部分，一部分用于建立模型，另一部分用于测试新建模型。

分区节点通过在源数据表中添加一个字段，根据字段的不同取值，将数据分区。

“分区”节点最多可以将数据分为三部分，分别用于训练、测试和验证。

从“字段选项”选项卡中添加“分区”节点到流，将其连接到“类型”节点，打开“分区”节点，使用默认设置。

默认分为“训练”和“测试”两个分区，大小分别50%。

选择“设置随机种子数”表示分区是随机分区的。

图 5. 分区节点图添加“表”节点并连接到“分区”节点之后。

运行“表”节点，如图 6 所示，“分区”字段被加入到表中。

图 6. 添加分区字段的数据图4) 添加“建模”节点—建模从“建模”选项卡中添加“SVM”节点，并连接到“分区”节点之后。

双击“SVM”节点，设置属性。

“字段”选项卡默认选中“使用类型节点设置”。

在“模型”选项卡中，如图7 左所示，选中“自定义”选项，在相邻的文本字段中键入class-rbf 作为“模型名称”；默认选中“使用分区数据”和“为每个分割构建模型”，流中没有添加“分割”节点，这个选项没有实际作用，关于其功能这里不介绍，有兴趣的读者可以参考帮助文档。

在专家选项卡中，如图7 右所示，将“模式”设为“专家”以获得可靠性，“内核类型”（即核函数）默认设为RBF，其他选项使用默认值，这些选项是建模参数，这里不介绍，有兴趣的读者可以参考帮助文档。

在“简单”模式下所有选项均为不可设置。

图7. 模型设置图在“分析”选项卡上，选中“计算变量重要性”复选框，其他两个选项“计算原始的趋向得分”和“计算调整倾向得分”默认不选中，关于这两个选项功能，这里不介绍，有兴趣的读者可以参考帮助文档。

“注解”选项卡不作额外设置。

单击运行。

运行成功表示建模完成，创建模型块被添加到流中。

至此，流基本建立完毕，如上面图 2 所示。

测试模型，分析结果双击建模生成的模型块class-rbf。

如图8 所示，在“模型”选项卡上，预测变量重要性图显示了不同变量对预测的影响程度，从上到下预测变量的重要程度依次降低，其中StatusChkAccount和SavingAccounts的对预测的影响度最大。

“设置”选项卡指定在查看结果时显示的附加字段。

“汇总”选项卡显示了分析( 包含记录数，分析准确性)、字段、构建设置、训练汇总等信息。

这两个选项卡的详细功能，本文不介绍，请参考帮助文档。

图8. 模型图模型块class-rbf 之后添加“表”节点，运行表节点，使用创建的class-rbf 模型对源数据中数据进行测试，获得图9 所示结果。

图9. 训练评估结果图图9 的结果中，class-rbf 模型创建了两个新字段。

向右滚动表输出可看到这两个字段：表 1.带表头、所有列左对齐的样式新字段名描述$S-Class由模型预测的Class 值。

$SP-Class此预测值的倾向得分（即此预测值正确的可能性，其值介于0.0 到 1.0 之间）。

表示预测值的准确程度，值越高，越说明预测值准确性越高查看上表，看到大多数记录的倾向得分（$SP-Class 列）都相当高，即预测的准确度相当高。

但是也存在一些明显的例外情况, 例如图9 位于第98 和99 行的记录，其倾向得分为0.539 和0.535。

比较这两行的Class 和$S-Class，可以看到此模型对这两行记录做出了不正确的预测。

因此，在实际使用模型预测时，选择相信倾向得分大于预设值的预测结果。

为了统计表中的预测信息，添加“分析”节点并连接到class-rbf 模型块，运行“分析”节点，获得预测汇总结果, 如图10 左所示。

根据汇总结果，class-rbf 模型对于“1_ 训练”分区，预测正确率是99.59%；对于“2_ 测试”分区，预测正确率是71.93%。

如果选择相信倾向得分大于0.95 的预测结果，那么预测正确率更高。

添加“选择”节点，将其连接至class-rbf 模型块之后，再将“分析”节点连接至“选择”节点之后( 在警告对话框上选择替换)，在“选择”节点中设置只包含$SP-Class>=0.95 的记录。

再运行“分析”节点，得到图10 右所示结果。

可以看到class-rbf 模型对于“2_ 测试”部分的预测正确率达到81.39%图10. 模型测试结果图使用不同的核函数，选择最合适模型为了比较不同的核函数创建的模型，添加第二个“SVM”建模节点并连接到“分区”节点之后，打开新“SVM”节点，在“模型”选项卡上选择“自定义”并将class-poly 作为模型名称；在“专家”选项卡上，将模式设置为专家；将内核类型设置为多项式并单击运行，class-poly 模型块被成功创建。

将class-poly 模型块连接到class-rbf 模型块之后（在警告对话框上选择替换），将class-poly 模型连接到“分析”节点( 在警告对话框上选择替换), 在class-poly 模型块之后添“表”节点。

最终建立的流如图11 所示。

我们还可以看到class-rbf 模型块和class-poly 模型块被添加到屏幕右上角的“模型”选项板。

图11. 多核函数建模图运行连接到class-poly 模型的表节点，如图12 所示, 为class-poly 模型生成的预测值和倾向得分字段分别命名为$S1-Class 和$SP1-Class。

可以对比对每条记录两个模型预测结果。

图12. 两模型评估结果图为了比较两个模型各自的预测准确度，运行分析节点，获得图13 所示结果。

图13. 两模型评估分析图上图中，“单独模型”下面的“比较$S-Class 与Class”表示模型Class-rbf 的预测结果，它与上面图10 左的结果是一致的。

“比较$S1-Class 与Class”表示Class-poly 模型预测结果，该模型对于487 条“1_ 训练”记录，全部预测正确；对于513 条“2_ 测试”记录，有360 条记录预测正确，正确率为70.18%.“$S-Class$S1-Class 之间的一致性”表示对所有的记录，两个模型预测结果相同的记录的统计信息。