节点文献
基于机器学习的信贷违约预测研究
【摘要】 近年来金融机构为大量中小企业和个人提供信贷支持服务，在稳定市场经济中发挥了重要作用。文章基于金融机构公开的历史数据，运用逻辑回归(Logistic Regression)、随机森林(Random Forest)、XGBoost和LightGBM这四种机器学习模型，并使用Voting投票算法加以集成，进行信贷违约预测。数值结果表明：基于Voting投票算法融合的表现效果，相较单一的机器学习模型，有着更优秀的预测准确度。
【基金】 国家自然科学基金项目“基于动态非线性的大型复杂基因调控网络的建模与分析”(61571052);2021年北京市教委,北京高等教育本科教学改革创新项目《“一师一优课,一课一名师”的数学与统计系列公共基础“金课群”建设》;2020-2021学年大学生科学研究与创业行动计划项目“金融风险预测”(2022109002)共同资助
- 【文献出处】 电脑知识与技术 ,Computer Knowledge and Technology , 编辑部邮箱 ,2023年05期
- 【分类号】F830.5;TP181
- 【下载频次】38