VI. Kết quả chính đạt đƣợc
5. Phƣơng pháp CBR
Phƣơng pháp Instance – Base cũng giống nhƣ là phƣơng pháp K- phần tử lân cận là đều có chung 3 khái niệm cơ bản. Thứ nhất là nó trì hoãn quyết định làm thế nào để khái quát chung dữ liệu huấn luyện cho đến khi một tập mẫu/case/thể hiện cần phải đƣợc phân lớp. Điểm này là trái ngƣợc với các cây quyết định và các mạng nơ-ron, các phƣơng pháp này lại xây dựng một mô hình khái quát trƣớc khi nhận dữ liệu mẫu vào phân lớp. Điểm thứ hai, các phƣơng pháp instance-base phân lớp các thể hiện truy vấn bằng cách phân tích các thể hiện tƣơng tự trong khi đó bỏ qua các thể hiện mà nó khác với truy vấn. Điểm thứ ba, chúng đƣợc biểu thị trên các thể hiện nhƣ là những điểm giá trị thực tế trong không gian Ơ-clit n chiều.
Các phân lớp dựa trên Case- or memore-based rất giống với giải thuật instanced-based. Hơn nữa, chúng đƣợc xây dựng dựa trên 2 khái niệm cơ bản, nhƣng không phải là ba. Không giống nhƣ phƣơng pháp phân lớp K-phần tử lân cận, giải thuật mà lƣu trữ dữ liệu nhƣ là các điểm trong không gian Ơ-clit, dữ liệu mẫu hoặc là các case đƣợc lƣu trữ bởi phƣơng pháp memory-base là những mô tả phức tạp. Khi có một case mới đƣa lại để phân lớp, một tiến trình phân lớp
memory-base trƣớc tiên kiểm tra xem case đó đã tồn tại hay chƣa. Nếu case đó đã tồn tại, thì kết quả tƣơng ứng với case đó sẽ đƣợc trả lại. Về cơ bản, những case huấn luyện này có thể đƣợc xem xét nhƣ là hàng xóm của những case mới. Nếu không thể phát sinh những giải pháp riêng, việc quay lại để tìm những giải pháp khác có thể là cần thiết (Mitchell, 1997;Han&Kamber, 2001).
Thử thách cho phƣơng pháp memory-base bao gồm việc tìm ra một ma trận tƣơng đồng tốt, phát triển một kỹ thuật hiệu quả để đánh chỉ mục các case huấn luyện, và các phƣơng pháp cho kết hợp các giải pháp.
KẾT LUẬN CHƢƠNG
Từ hệ thống các khái niệm, quy trình nghiệp vụ trong hoạt động tín dụng đã nêu ra ở chƣơng này, chúng ta có đƣợc cái nhìn tổng thể về hoạt động tín dụng cũng nhƣ khách quan hơn về vấn đề nợ xấu. Bên cạnh đó, chúng ta có thể dễ dàng nhận ra trong hoạt động tín dụng đã có khâu phân tích tín dụng nhƣng hoạt động này chƣa thực sự có hiệu quả và vai trò còn chữa rõ ràng. Vì thế, việc xây dựng các mô hình phân tích, dự báo là thiết thực và mang tính thực tiễn cao trong hoạt động tín dụng ngân hàng. Trên thực tế đã có một số phƣơng pháp xây dựng mô hình dự báo nợ xấu. Trong đó nổi bật là các phƣơng pháp xây dựng mô hình dựa trên hồi quy logit hoặc là cây quyết định. Chƣơng tiếp theo đây luận văn xin đƣợc giới thiệu phƣơng pháp luận của hồi quy logit và cây quyết định.
CHƢƠNG II
MÔ HÌNH HỒI QUY LOGITS VÀ MÔ HÌNH CÂY QUYẾT ĐỊNH