数据挖掘在个人信用评估中的研究

发布时间：2017-09-16 23:17

  本文关键词：数据挖掘在个人信用评估中的研究

  更多相关文章： 随机森林 特征变量 个人信用评估 R软件

【摘要】：个人信用评估是现代商业银行个人信用管理的核心.本文将数据挖掘中的随机森林算法(Random Forests,RF)运用到现代个人信用评估模型中,实现了逐步优化和评估.实证分析的结果证明,随机森林模型具有较高的精确性和泛化能力,能够克服噪声数据的影响.通过对各特征变量的重要性评分,得到贷款期限和总额等对风险预测的准确率具有显著作用.
【作者单位】： 安徽财经大学统计与应用数学学院;安徽财经大学财政与公共管理学院;
【关键词】： 随机森林 特征变量 个人信用评估 R软件
【基金】：国家社会科学基金“代际转移视角下缩小我国收入差距的路径与仿真模拟研究”(11CTJ006)资助项目
【分类号】：TP311.13;F832.4;F224
【正文快照】： 0引言金融危机过后,随着经济的逐渐复苏,个人消费贷款不断升温,消费贷款已成为了全球各商业银行一个重要的利润增长点.个人消费信贷迅速发展的同时也增加了商业银行的信用风险,个人信用风险指个人在信贷发生后,借款人由于各种原因无法按时还款的风险,此时银行会面临利润的损失

【相似文献】

中国期刊全文数据库 前2条

1 杨军,张百计;银行卡业务发展浅议[J];西安金融;2001年03期

2 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 边际;银行个人信用评估系统的设计与实现[D];吉林大学;2014年

，

本文编号：865864