论文降重
免费查重
基于BLS-分类器的信用评分研究
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：
为了有效管理信用风险,金融机构开发出各种定量模型。各种分类方法被用来用于信用评分:区分好的和坏的借款人。但信贷数据集存在不平衡性不进行处理会影响分类器性能,且目前并未用不同分类器对单一信贷数据集进行处理。本文基于BLS算法研究了各类分类器对同一信贷数据集的分类性能问题。首先给出了各分类器的分类原理。接着,基于BLS算法对不平衡信贷数据进行处理,再接着给出了分类器的模型分析,最后,利用各项评估指标对不同分类器性能进行比较。结果显示,随机森林分类器最适合对信贷数据集进行分类,未来可将随机森林作为基分类器开发集成模型进一步提高预测准确性和性能。
推荐文章
基于组合分类器的信用卡信誉检测
信誉检测
支持向量机
决策树
组合分类
测全率
测准率
基于聚类的个人信用评分模型研究
信用评分
神经网络
分类
聚类
决策树
基于 RS-SV R的企业信用评分模型
信用评分
随机子集
支持向量回归
基于反向传播算法神经网络的信用评分系统预测力研究
神经网络
反向传播算法
信用评分
曲线面积值
内容分析
关键词云
关键词热度
相关文献总数
(/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)
2020(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
信用评分
BLS算法
分类器
评估
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
金融
主办单位：
汉斯出版社
出版周期：
双月刊
ISSN：
2161-0967
CN：
开本：
出版地：
武汉市江夏区汤逊湖北路38号光谷总部空间
邮发代号：
创刊时间：
语种：
出版文献量（篇）
277
总下载数（次）
3
总被引数（次）
0
期刊文献
相关文献
推荐文献
- 期刊分类
- 期刊（年）
- 期刊（期）
- 期刊推荐
