期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
可超越评分卡模型么?基于LightGBM与卷积神经网络在贷款违约风险预测的研究 被引量:2
1
作者 李泽远 《特区经济》 2021年第5期67-69,共3页
随着贷款机构和贷款业务的增长,尽早识别高风险贷款降低不良率,成为开展该项业务的核心能力。本文借助天池贷款违约数据集,运用特征分箱、模型稳定性筛选等特征工程方法,构建了评分卡模型常用的逻辑回归、LightGBM和卷积神经网络模型,... 随着贷款机构和贷款业务的增长,尽早识别高风险贷款降低不良率,成为开展该项业务的核心能力。本文借助天池贷款违约数据集,运用特征分箱、模型稳定性筛选等特征工程方法,构建了评分卡模型常用的逻辑回归、LightGBM和卷积神经网络模型,根据客户基本信息与贷款信息,构建了贷款违约分类模型预测贷款违约概率。实验结果表明,LightGBM模型基于AUC和KS指标的性能和稳定性显著优于逻辑回归和卷积神经网络模型。 展开更多
关键词 贷款违约预测 信用风险 LightGBM 卷积神经网络 逻辑回归 评分卡模型 特征工程
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部