科技与创新2021，Issue(12) ：49-50,53.DOI:10.15913/j.cnki.kjycx.2021.12.021

基于机器学习的信贷逾期检测模型研究

侯浩鑫 赵志红
科技与创新2021，Issue(12) ：49-50,53.DOI:10.15913/j.cnki.kjycx.2021.12.021
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于机器学习的信贷逾期检测模型研究

侯浩鑫 1赵志红1
扫码查看

作者信息

  • 1. 北京理工大学珠海学院,广东 珠海 519088
  • 折叠

摘要

基于某信贷机构历史业务原始数据,经过数据预处理后,分别建立决策树、逻辑斯蒂、BP神经网络和随机森林预测模型,得到的准确率不超过90％.再对原始数据进行特征分箱后,通过XGBoost算法建立模型,准确率提高为91.2％.最后,基于Cook距离的多元模型检测到的离群点与逾期客户有显著关系,模型准确率为96.7％,召回率为99.3％.

关键词

逾期检测/特征分箱/机器学习/Cook距离

引用本文复制引用

基金项目

出版年

2021
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
参考文献量6
段落导航相关论文