互联网金融风险识别中类平衡处理方法对比研究——以拍拍贷为例
互联网金融的快速发展,使得P2P成为一种创新的金融模式,如何识别出网贷中的潜在风险成为研究热点.网贷交易数据常常存在严重的不平衡,导致风险识别率较低.针对这一问题,文中采用随机下采样、SMOTE和Bag-ging方法进行类平衡处理,利用逻辑回归和支持向量分类机进行检验评价.实验表明,在P2P风险识别中,以召回率为标准,bagging的平衡处理效果优于随机下采样与SMOTE,且逻辑回归不存在明显的过拟合,所以其他SVC更适合用于P2P逾期风险识别.
类不平衡、逾期识别、集成学习、重采样
46
F832.39;TP181(金融、银行)
上海市哲学社会科学规划课题2018BJB023;国家社会科学重大课题16ZDA055
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
595-598,608