25年查重低数据科学与大数据基于随机森林模型的信用风险预测.docx

下载本文档

阅读 0
格式 docx
大小 861 KB
约34页
2025-09-14
收藏
评论
点赞(0)
海报
举报

1/34页

2/34页

3/34页

4/34页

5/34页

6/34页

7/34页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/34

文本预览下载提示常见问题

摘要互联网金融的蓬勃发展使 P2P 网贷平台成为重要融资渠道，但其扩张伴随的信用风险及传统评估方法的局限性亟待解决。本文基于网贷平台实际借贷数据，运用随机森林模型构建信用风险预测模型，经数据筛选、缺失值处理、分类变量转换等预处理，并采用合成少数类过采样技术解决样本不平衡问题，设定模型相关参数后，以多种指标评估性能。实验表明，未过采样模型虽整体准确率高，但对违约客户识别能力差且存在过拟合，过采样后模型在多项关键指标显著提升，识别能力与泛化性能增强，相较其他模型表现更优，并确定了循环信用余额等重要信用评估特征。研究成果为 P2P平台...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容