基于随机森林的银行不良贷款率变动情况的预测

• 作者: 张晓萌
• 来源期刊: 新营销
• 关键词: 不良贷款率变动 混频数据 随机森林
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 行业观察
• 页码范围: 88,87
• 页数: 2页
• 字数: 3952字
• 语种: 中文

摘要

随着计算机技术的提高以及人工智能的飞速发展,利用机器学习进行数据挖掘的优势日益明显,本文突破传统研究不良贷款率的思路,利用机器学习进行不良贷款率变动的预测,并引入高频数据,将其进行两种处理,形成同频数据集和混频数据集.针对两个数据集分别建立随机森林模型,根据随机森林模型得出影响银行不良贷款率变动的重要变量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓萌	天津财经大学统计学院	2	0	0.0	0.0