- 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
- 564637 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174614
- 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
) \: r" Y/ r$ i. p* j1 [9 Q: m& @6 m0 d* A, C0 K
2 d8 n7 e4 ?( L; i: S& OP2P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
- o# W/ D9 S1 O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
5 w) z- y' J0 c. k) [, }' |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& S) Q% h" P& H4 y) m
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,
+ N- ^+ {/ f$ F! p# ]( X# s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
' _# ~7 u6 ?! l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。
6 y# X- H' k- @, x, O) S9 m0 B3 t* U) O% t( N6 `
* U2 t# g2 K2 O. u2 B( d |
zan
|