Pregunta: Guión Universal Bank es un banco relativamente joven que crece rápidamente en términos de adquisición general de clientes. La mayoría de estos clientes son clientes pasivos (depositantes) con diferentes tamaños de relación con el banco. La base de clientes de activos (prestatarios) es bastante pequeña, y el banco está interesado en expandir esta base

Guión

Universal Bank es un banco relativamente joven que crece rápidamente en términos de adquisición general de clientes. La mayoría de estos clientes son clientes pasivos (depositantes) con diferentes tamaños de relación con el banco. La base de clientes de activos (prestatarios) es bastante pequeña, y el banco está interesado en expandir esta base rápidamente para generar más negocios de préstamos. En particular, quiere explorar formas de convertir a sus clientes pasivos en clientes de préstamos personales (mientras los retiene como depositantes).

Una campaña que el banco realizó el año pasado para clientes de responsabilidad mostró una tasa de conversión saludable de más del 9% de éxito. Esto ha alentado al departamento de marketing minorista a idear campañas más inteligentes con un mejor marketing objetivo. El objetivo es utilizar k -NN para predecir si un nuevo cliente aceptará una oferta de préstamo. Esto servirá como base para el diseño de una nueva campaña.

El conjunto de datos UniversalBank.csv a continuación contiene datos sobre 5000 clientes. Los datos incluyen información demográfica del cliente (edad, ingresos, etc.), la relación del cliente con el banco (hipoteca, cuenta de valores, etc.) y la respuesta del cliente a la última campaña de préstamo personal (Préstamo Personal). Entre estos 5000 clientes, solo 480 (= 9,6%) aceptaron el préstamo personal que se les ofreció en la campaña anterior.

• BancoUniversal.csv

Con toda esta información en mente y el uso de R, su trabajo es:

• Divida el conjunto de datos en un 60 % de entrenamiento y un 40 % de conjuntos de validación teniendo en cuenta la información del siguiente cliente:
  Edad = 40, Experiencia = 10, Ingresos = 84, Familia = 2, CCAvg = 2, Educación_1 = 0, Educación_2 = 1, Educación_3 = 0, Hipoteca = 0, Cuenta de valores = 0, Cuenta de CD = 0, En línea = 1, y Tarjeta de crédito = 1.

• Realice una clasificación k -NN con todos los predictores excepto ID y código postal utilizando k = 1. Recuerde transformar primero los predictores categóricos con más de dos categorías en variables ficticias.

• Especifique la clase de éxito como 1 (aceptación de préstamo) y utilice el valor límite predeterminado de 0,5. ¿Cómo se clasificaría este cliente?

• Dígame , ¿cuál es una elección de k que se equilibra entre sobreajustar e ignorar la información del predictor?

• Muestre la matriz de confusión para los datos de validación que resultan del uso de la mejor k . Entonces,

• Considere el siguiente cliente:
  Edad = 40, Experiencia = 10, Ingresos = 84, Familia = 2, CCAvg = 2, Educación_1 = 0, Educación_2 = 1, Educación_3 = 0, Hipoteca = 0, Cuenta de valores = 0, Cuenta de CD = 0, En línea = 1 y Tarjeta de crédito = 1.

• Clasifique al cliente anterior usando la mejor k.

• Vuelva a particionar los datos, esta vez en conjuntos de entrenamiento, validación y prueba (50 %: 30 %: 20 %).

• Aplique el método k -NN con el k elegido anteriormente.

• Compare la matriz de confusión del conjunto de prueba con la de los conjuntos de entrenamiento y validación.

• Comente las diferencias y su razón.