Publication details

Filter- versus wrapper-based feature selection for credit scoring

Journal Article

Somol Petr, Baesens B., Pudil Pavel, Vanthienen J.


serial: International Journal of Intelligent Systems vol.20, 10 (2005), p. 985-999

research: CEZ:AV0Z10750506

project(s): 1M0572, GA MŠk, GA402/03/1310, GA ČR

keywords: feature selection, credit scoring

preview: Download

abstract (eng):

We address the problem of credit scoring as a classification and feature selection problem. Based on the current framework of FS methods, we identify features that contain the most relevant information to distinguish good loan payers from bad ones. The FS methods are validated on several real world datasets with different types of classifiers. We show the advantages following from using the sub-space approach to classification. We discuss practical issues and difficulties related to the applicability of FS.

abstract (cze):

Přistupujeme k problému kredibility klientů jakožto klasifikačnímu problému s výběrem příznaků. S využitím současných metod identifikujeme příznaky nesoucí nejpodstatnější informaci k rozlišení dobře splácejících dlužníků od zlých neplatičů. Metody výběru ověřujeme na různých datových souborech a různých klasifikátorech. Ukazujeme výhody podprostorového přístupu. Diskutujeme praktické otázky a obtíže spojené s aplikovatelností výběru příznaků.

Cosati: 09J

RIV: BD