基于机器学习方法的个人信用风险评估研究

摘要：

互联网金融在国内的兴起,使得个人信贷风险成为许多企业关注的热点.本文通过对LendingClub网站中个人信用贷款数据集的探索,构建基于xgboost和logistic regression组合算法xgboost-LR模型、随机森林和支持向量机算法三种机器学习方法,对个人信用风险进行全面的评估.通过实证数据分析,其中新构建的xgboost-LR算法评价效果最好,能够更加准确地预测个人信用风险.

关键词：信用风险评估、xgboost-LR算法、随机森林、支持向量机

所属期刊栏目：17

分类号：F224.9(经济计算、经济数学方法)

资助基金：2020年河南省教育厅人文社会科学研究项目《粮油加工企业经营风险管理研究》项目编号:2020-ZZJH-109

在线出版日期：2021-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：157-159