机器学习算法信用风险预测模型

• 作者: 刘厚钦
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: GBDT算法 机器学习 信用风险
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与设计
• 页码范围: 70-73
• 页数: 4页
• 分类号: TP311
• 字数: 3397字
• 语种: 中文

摘要

由于近年来我国经济的急速飞腾,银行业务蓬勃发展.信贷业务是银行的主流业务之一,但是如何评价借款人的信用风险已经成为当今互联网金融行业的热门课题之一,日益受到人们的注意.自2013年我国征信系统启动以来,信贷业务的主动风险控制一直是我国金融领域研究的热门话题之一.其本质为将客户准确的划分为信誉客户以及非信誉客户.而随着当代计算机业务的迅猛发展,机器学习算法逐渐在金融领域得到普及以及应用,结合机器学习算法中的GBDT算法,利用银行客户的基本信息、流水记录、用户检测信息以及用户检测量表等相关数据,进行综合评定.最后结合算法给出实例进行相关分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘厚钦		2	0	0.0	0.0