- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 567151 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175368
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
基于机器学习的P2P网络借贷违约风险预警研究
; E8 M3 ?' v& f0 Q* W' R
1 l3 [! H7 e! d; R5 {& v$ s
" i% P8 C6 i9 [. H1 qP2P借贷中借款人违约风险较高,严重影响 P2P借贷正常交易。为了研究 P2P借贷中违约风险预
, Z9 j5 j1 C5 F警问题,基于“拍拍贷”的真实交易数据,建立 Logistic回 归、BP神 经 网 络、支持向量机等机器学习模型,预 测
2 N$ {+ J- Y* r* B4 I1 F借款人违约概率,通过对比实验研究法,分析各机器学习模型的预警准确率。研 究 表 明,机器学习预测借款
6 M6 U7 I$ D* B3 o人违约行为的准确率普遍高于传统回归模型,其 中 随 机 森 林、神经网络及决策树算法的效果更佳。基 于 此,' p6 W/ P. r) x+ U+ u, g- r
平台可通过建立相关机器学习模型,正确评价借款人信用,实现对借款人违约概率的科学预警,继 而 有 效 防5 h: A. j2 M$ n6 t V% k7 U7 w
范及降低 P2P借贷交易中存在的违约风险,避免逆向选择和道德风险问题。
* c( \$ P0 u. R, R# W3 }. k4 t& O0 _( e7 m. p9 C: x5 p; p
7 d y8 U& ?6 ]7 u. v# _1 V7 c |
zan
|