基于集成学习算法提升方法的贷款违约预测模型选择

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

［摘 要］机器学习的集成算法具有重要的应用价值，其实际数据分析效果较好。本文在对信贷违约数据进行数据清洗后，分别使用AdaBoost、XGBoost、LightGBM三种集成提升方法对贷款违约情况进行预测分析，构建了相应的违约预测模型。预测结果显示XGBoost与LightGBM的预测效果略优于AdaBoost方法，LightGBM的计算效率最高。（剩余3713字）

试读结束

目录
monitor
客服机器人