基于特征提取与支持向量机的微额贷客户信用评估

摘要：

微额借贷业务迅猛发展的同时,造成的信用违约问题也亟待解决.采用机器学习中常用于解决二分类问题的支持向量机方法进行个人信用评估,在评估执行前采用特征提取方法对原始样本进行了优化,不仅可以降低借贷机构的评估成本,又可以在较少评估指标的条件下得到较优的评估效果.采用主成分分析法进行特征提取,将原始指标转化为对客户信用状态具有显著影响的指标体系.通过方法执行和对比检验发现,相比于随机森林、BP神经网络以及Logistic回归,支持向量机表现了较优的评估性能,评估预测正确率超过90％,AUC值为0.907,能够对微额借贷客户的信用水平进行良好预估.此评估方法具有较强的实用性,能够在实际应用场景中得到广泛应用,具有良好的应用前景.

关键词：特征提取、支持向量机、微额借贷、信用评估

在线出版日期：2020-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：149