福建质量管理2020，Issue(8) ：142.

基于XGBoost模型的信用风险研究

阮亮亮
福建质量管理2020，Issue(8) ：142.
✕
  • NETL
  • NSTL
  • 万方数据

基于XGBoost模型的信用风险研究

阮亮亮1
扫码查看

作者信息

  • 1. 四川大学经济学院 四川 成都 610000
  • 折叠

摘要

随着计算机技术和金融科技的发展,机器学习算法广泛应用于金融风控领域.本文以银行的信贷数据为研究的样本集,在数据预处理和特征工程的基础上,分别运用XGBoost模型和逻辑回归模型预测客户借款违约概率,并用AUC作为评价指标.实证结果表明,XGBoost模型的预测结果AUC值为0.83,能够较好的预测信用风险.

关键词

机器学习/信用风险/XGBoost/逻辑回归

引用本文复制引用

出版年

2020
福建质量管理
福建省质量管理协会

福建质量管理

ISSN：
被引量1
参考文献量1
段落导航相关论文