基于随机森林算法的银行风险控制模型研究

• 作者: 袁婧
• 来源期刊: 软件
• 学科: 工学
• 关键词: 银行风控 随机森林 贷款违约 风控模型
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 178-180
• 页数: 3页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2022.01.055

摘要

随着互联网和借贷业务的迅速发展,超前消费日趋常态化.银行信贷在满足居民消费需求、促进国民经济发展的同时,也伴随着失信行为带来的影响,给银行造成了巨大损失.借助机器学习技术建立有效的风险控制模型,做好风险防控,已成为业界的迫切需求.本文基于银行风险防控的需求,针对模型构建的需要,对相关数据集进行了统计分析和预处理,为提供模型构建所需的高质量数据样本做了前期准备.基于随机森林算法,利用集成思想的优势,建立了一种有效的风险控制模型.通过性能度量指标对模型进行评估和参数优化,并与决策树算法模型进行对比,根据最终的实验结果验证基于随机森林算法的银行风险控制模型的可行性和有效性.