26年WP数学与应用数学 基于逻辑回归的信用卡违约预测模型比较16.1-AI3.88全日制(16353字).docx

I摘 要信用卡业务规模不断扩大，使违约风险成为商业银行面临的主要风险之一，本论文基于 UCI 信用卡客户违约数据集进行分析，在进行变量筛选、数据标准化以及数据集划分等工作之后，使用逻辑回归和决策树两种方法建立模型，预测客户的下一季度是否违约并基于准确率、精确率、召回率、F1 值以及 AUC 五个指标评估两个模型的效果。实验结果表明，在阈值优化的情况下，逻辑回归模型的准确率是 0.8083，精确率是0.6973，召回率是 0.2361，F1 值是 0.3527，AUC 是 0.7150；决策树模型的准确率是0.8176，精确率是 0.6623，召回率是 0.3576，F1 值是 0.4644，AU...