Comparative study of the classification models for prediction of bank telemarketing

Elzhan Zeinulla, Karina Bekbayeva, Adnan Yazıcı

2018

Жабық қол жеткізу Метадеректер (CSL-JSON)

DOI 10.1109/icaict.2018.8747086

Деректер сенімділігі 70 орташа

Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

This research paper has evaluated various classification models for prediction of bank telemarketing campaign results regarding the probability of the subscription of the customer to the deposit. The effectiveness of these algorithms has been evaluated by Receiving Operator Characteristic (ROC) and Cumulative Accuracy Profile (CAP) curve analysis, the accuracy of the algorithm and variance of the predictions. According to the results of the research, the best model for bank telemarketing effectiveness prediction are Random Forest and Deep Artificial Neural Network. The Logistic Regression and Naive Bayes are not as suitable as the other classification methods for this kind of problems due to the poor accuracy and overfitting issues.