基于随机森林的信用卡违约预测研究

• 作者: 郭建山 钱军浩
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 信用卡违约 逻辑回归 GBDT ROC曲线 随机森林
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 1-4,9
• 页数: 5页
• 分类号: TP391
• 字数: 3424字
• 语种: 中文

摘要

近些年信用卡的违约情况呈现逐年上升的趋势,使商业银行面临严重的经营风险,商业银行若想在信用卡业务中获得利润,必须控制信用卡的违约率.关于信用卡违约的研究主要围绕信用评级展开,鉴于传统单一分类器预测模型拟合不足或过拟合的缺陷,提出改进后的随机森林预测模型,并在实证分析中与KNN、逻辑回归、决策树和GBDT相比较.模型提高了信用卡违约识别率,降低了违约风险,对提高商业银行的风险管控能力具有积极意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱军浩	江南大学物联网工程学院	53	83	6.0	7.0
2	郭建山	江南大学物联网工程学院	1	0	0.0	0.0