本研究开发了信用卡审批预测模型，通过评估潜在消费者的信用风险来准确预测其信用卡申请的结果，以提升决策效率和准确性。
信用卡批准预测模型旨在通过建立一个预测模型来评估消费者是否会被批准使用信用卡。拥有更精准的预测模型可以帮助公司更加有效地定位目标客户群或做出更好的商业决策。
第一个预测模型仅基于除支出以外的所有数据，而第二个则包括所有提供的独立变量，其中包括支出信息。这些数据来源于Greene在2003年发布的真实环境研究资料中所提供的样本。
具体的数据项如下：
- `card`：一个布尔值，表示信用卡申请是否被批准。
- `reports`：主要负面报告的数量。
- `age`：以岁为单位的年龄（精确到十二分之一）。
- `income`：年收入（以10,000美元计）。
- `share` ：每月信用卡支出占年收入的比例。
- `expenditure` ：平均每月的信用卡支出金额。
- `owner`：一个布尔值，表示个人是否拥有自己的房产。
- `selfemp`：一个布尔值，表明个体经营者身份与否的状态。
- `dependents`: 被抚养人的数量。
- `months` : 住在当前地址的时间长度（以月为单位）。
- `majorcards`: 持有的主要信用卡数目的多少。
- `active` ：有效信用账户的数量。
5星
