26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf

下载文档加入资源篮

阅读 0
格式 pdf
大小 3.7 MB
约41页
2026-09-19
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第1页

1/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第2页

2/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第3页

3/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第4页

4/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第5页

5/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第6页

6/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第7页

7/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第8页

8/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第9页

9/41页

26年WP信息与计算科学基于多种异质模型融合的信用违约预测6.18-AI7.76_1-约29493字符-全日制.pdf_第10页

10/41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

/41

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

WHKJ大学本科毕业论文I摘要信用贷款违约预测是金融风控中的重要任务，若预测精度不高，则会直接拉升金融机构的不良资产率，降低其风险管理能力。为此，本文提出了一种模型定制化特征工程的思路，针对逻辑回归、随机森林、XGBoost、LightGBM、多层感知机五个具备异质性的机器学习模型分别来进行特征选择和特征构造，使特征工程与模型能够最优匹配，进一步通过投票表决对信用违约情况进行了预测。在实验过程中，首先对80万条贷款记录进行预处理工作。其次，根据五种异质性模型的不同设计了特征工程。然后，采用Optuna调整贝叶斯超参数，通过F1最大化法来确定每个模型最优分...

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.。
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