征信機(jī)構(gòu)的用戶征信數(shù)據(jù)具有巨大的商業(yè)價(jià)值,如何利用該數(shù)據(jù)幫助征信機(jī)構(gòu)判斷是否與用戶進(jìn)行信貸業(yè)務(wù),是一個(gè)值得研究的問題。在研究這個(gè)問題的過程中,常見的方法是利用相關(guān)技術(shù)對已有的征信數(shù)據(jù)進(jìn)行研究挖掘,找出其中的規(guī)律以便對未知用戶進(jìn)行信用評分的預(yù)測,最終依據(jù)此評分判斷是否對其進(jìn)行信貸業(yè)務(wù)。本文圍繞這個(gè)問題展開研究,包括對數(shù)據(jù)挖掘方法的改進(jìn)以及對實(shí)際征信數(shù)據(jù)分類問題的應(yīng)用等,主要工作如下:1.考慮實(shí)際征信數(shù)據(jù)中用戶評級分類問題,在進(jìn)行缺失值補(bǔ)充等預(yù)處理后,針對將用戶分為可貸款用戶和不可貸款用戶的實(shí)際情況,將上述問題轉(zhuǎn)化為一類二分類問題,使用XGBoost算法建立用戶違約預(yù)測模型。仿真結(jié)果表明,與傳統(tǒng)的Logistic回歸和GBDT算法等方法相比,XGBoost算法具有更優(yōu)的分類效果,其AUC值分別提升了5.24%和6.06%。2.將對用戶信用評級的分類問題轉(zhuǎn)化為一類多分類問題,即將用戶信用由好到壞分為1至4級,對于預(yù)處理后的征信數(shù)據(jù),建立支持向量機(jī)集成模型,計(jì)算樣本點(diǎn)到超平面的距離,降低了主觀因素可能產(chǎn)生的影響,并列出信用評級排名前十的用戶以供研究參考。3.對Boruta特征選擇算法提出改進(jìn),... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1支持向量示意圖

超平面距離最近的樣本點(diǎn)，即 ( ) 1i i 在1: 1TH x b上；對 = 1iy 的負(fù)例點(diǎn)，和2H 上的點(diǎn)就是支持向量。圖 2.1 支持向量示意圖優(yōu)分類超平面的重要參數(shù)，也是判斷分類正確平面的距離，如下圖所示：

位碩士研究生學(xué)位論文 第二章真實(shí)類別與學(xué)習(xí)器預(yù)測類別的組合劃分為真正例（true真負(fù)例（truenegative）、假負(fù)例（falsenegative）四種情形，本數(shù)。分類結(jié)果的混淆矩陣如表所示，其中 TP FP TNC即“受試者工作特征”曲線，在機(jī)器學(xué)習(xí)領(lǐng)域被廣泛引用，圖，如圖所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于拉普拉斯評分的多標(biāo)記特征選擇算法[J]. 胡敏杰,林耀進(jìn),王晨曦,唐莉,鄭荔平.  計(jì)算機(jī)應(yīng)用. 2018(11)
[2]基于Boruta-PSO-SVM的股票收益率研究[J]. 郭海山,高波涌,陸慧娟.  傳感器與微系統(tǒng). 2018(03)
[3]基于SVM的駕駛行為健康度評估模型[J]. 白東,錢松榮.  微型電腦應(yīng)用. 2017(12)
[4]基于新型不純度度量的代價(jià)敏感隨機(jī)森林分類器[J]. 師彥文,王宏杰.  計(jì)算機(jī)科學(xué). 2017(S2)
[5]數(shù)據(jù)缺失及其處理方法綜述[J]. 曄沙.  電子測試. 2017(18)
[6]個(gè)人信用評分模型比較數(shù)據(jù)挖掘分析[J]. 李卯.  時(shí)代金融. 2017(06)
[7]基于優(yōu)化CBR的個(gè)人信用評分研究[J]. 姜明輝,許佩,韓旖桐,覃志.  中國軟科學(xué). 2014(12)
[8]基于支持向量機(jī)的回歸預(yù)測綜述[J]. 李永娜.  信息通信. 2014(11)
[9]數(shù)據(jù)挖掘模型在小企業(yè)主信用評分領(lǐng)域的應(yīng)用[J]. 王磊,范超,解明明.  統(tǒng)計(jì)研究. 2014(10)
[10]高維數(shù)據(jù)回歸分析中基于LASSO的自變量選擇[J]. 張秀秀,王慧,田雙雙,喬楠,閆麗娜,王彤.  中國衛(wèi)生統(tǒng)計(jì). 2013(06)

博士論文
[1]個(gè)人信用評分組合模型研究與應(yīng)用[D]. 向暉.湖南大學(xué) 2011
[2]信用評分理論與應(yīng)用研究[D]. 劉弢.湖南大學(xué) 2010

碩士論文
[1]基于優(yōu)化的xgboost-LMT模型的供應(yīng)商信用評價(jià)研究[D]. 樊鵬.廣東工業(yè)大學(xué) 2016



本文編號：2938329