基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文采用机器学习算法,针对商业银行客户的信用评价问题,构建了科学的信用评分方法,并结合模型的结果分 析算法的优劣及适用性。本文在进行实证分析时,首先进行了数据预处理。数据预处理备包括:数据清洗、数据转换以及变 量聚类等。参阅相关文献,筛选出一些变量参与建模。之后进行缺失值处理和异常值填补,这是建模过程中最重要的环节。之后, 本文讨论了逻辑回归、KNN、GaussianNB 三种算法及其所建模型。建模结果表明:KNN 算法耗时很长,不建议在实际情况 下应用;逻辑回归模型有适用条件,在不满足条件时会出现过拟合情况;GaussainNB 算法的表现最好。最后,本文针对所建 模型的不足,并提出了相应的改进建议,并对我国商业银行信用评价进行展望。
推荐文章
基于机器学习的域名信用评价方法
不良应用
失信
域名
信用评价
机器学习
基于机器学习的域名信用评价方法
不良应用
失信
域名
信用评价
机器学习
机器学习算法信用风险预测模型
GBDT算法
机器学习
信用风险
SDN环境下基于机器学习算法的DDoS攻击检测模型
软件定义网络
分布式拒绝服务
支持向量机
K均值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习算法的信用评价模型
来源期刊 中国战略新兴产业(理论版) 学科 经济
关键词 逻辑回归 KNN GaussainNB 信用评价模型
年,卷(期) 2019,(14) 所属期刊栏目
研究方向 页码范围 0123-0123
页数 1页 分类号 F
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张宇哲 1 0 0.0 0.0
2 夏欣阳 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
逻辑回归
KNN
GaussainNB
信用评价模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国战略新兴产业:理论版
半月刊
2095-6657
10-1156/F
北京市西城区广安门内大街315号信息大厦
出版文献量(篇)
5644
总下载数(次)
82
总被引数(次)
0
论文1v1指导