基于异构集成模型的个人信用评估研究 |
| |
作者姓名: | 张承钿 何浩龙 许建龙 |
| |
作者单位: | 1. 汕头大学计算机系;2. 汕头大学智能制造技术教育部重点实验室 |
| |
基金项目: | 国家自然科学基金青年科学基金项目(61702318); |
| |
摘 要: | 针对银行贷款风险控制中客户个人信用难以评估的特点,提出一种基于异构集成算法模型的个人信用评估。对个人信用特征进行分层学习,开展非均衡数据集处理实验,采用多类别不平衡方法对采集的个人信用特征进行均衡化处理,将少数类样本与等量多数类样本组成正负样本均衡的原始特征。采用异构集成模型对个人信用原始特征进行识别,实验结果表明,提出的异构集成学习模型AUC值达到0.916,相对于传统的机器学习模型的AUC值平均提升了7.38%,并具有良好的泛化能力。
|
关 键 词: | 个人信用风险 大数据 非均衡数据 特征选择 集成模型 |
|
|