Projet Datamining - Prédiction de la souscription d'un dépôt à terme sous R

Ce projet vise à développer des modèles prédictifs pour déterminer la souscription d'un dépot à terme dans une institution financière. Différentes techniques de datamining ont été utilisées pour entraîner et évaluer plusieurs modèles sur les données accessible en ligne lien .

Modèles entraînés :

1. LDA (Analyse Discriminante Linéaire)
2. QDA (Analyse Discriminante Quadratique)
3. SVM Linéaire (Machine à Vecteurs de Support linéaire)
4. SVM Radiale (Machine à Vecteurs de Support radiale)
5. KNN (K Plus Proche Voisins)
6. Arbre de Décision
7. Random Forest (Forêt Aléatoire)
8. Boosting
9. Logit (Régression Logistique)
10. Probit

Structure du Répertoire

• Données : Contient les données utilisées pour l'entraînement train.csv et celles utilisées pour l'évaluation des modèles test.csv
• Modèles : Contient les sauvegardes des modèles entraînés.
• Projet : Contient le script RMD Projet_final et la présentation Projet_final en HTML.

Le script RMD Projet_final contient le code R pour les statistiques descriptives des données et l'entraînement de chaque modèle.

La présentation Projet_final représente le résumé de notre étude et les résultats.

Auteurs:

• Nazifou AFOLABI
• Charbel AHOUANDOKOUN