基于集成学习的用户信用卡违约预测模型研究OA
A CREDIT CARD DEFAULT PREDICTION MODEL BASED ON ENSEMBLE LEARNING
用户信用卡违约预测任务有助于银行等金融机构平衡经济风险与经济利益,对于银行信用卡业务的风险管控具有重要作用.针对用户信用卡违约预测问题,提出了一种基于集成学习的预测模型,有异于传统集成学习中的弱学习器.该模型采用集成模型和神经网络模型作为基学习器,从而提升模型整体的预测效果.首先通过预处理提取用户信用卡数据集的相关特征,然后分别采用优化后的决策树、随机森林、GBDT、XGBoost、CatBoost和SPE六种机器学习模型与神经网络模型进行并行训…查看全部>>
周芄;王勇
安徽工程大学计算机与信息学院,安徽,芜湖 241000安徽工程大学计算机与信息学院,安徽,芜湖 241000
信息技术与安全科学
违约预测集成学习机器学习神经网络
《井冈山大学学报（自然科学版）》 2022 (4)
51-56,6
国家自然科学基金面上项目(61976005)安徽自然科学基金面上项目(1908085MF183)计算机软件新技术国家重点实验室(南京大学)开放基金项目(KFKT2019B23)
评论