典型文献
基于改进SMOTE自适应集成的信用风险评估模型
文献摘要：
针对SMOTE等过采样方法对每个少数类合成相同数量新样本以及合成边界噪声样本的缺点,提出了一种改进的SMOTE过采样方法.为提高违约用户识别率,构建高效准确的信用风险评估模型,利用改进的SMOTE过采样方法对不平衡数据进行平衡化处理,并构建基于基模型差异性的Stacking集成模型识别违约用户.为解决Stacking模型容易出现过拟合的问题,同时最大程度保证模型的准确率,根据JC指标为模型自适应的选择基模型,既要保证准确率,又要存在一定的差异性.Lending Club数据集的实验结果表明,JC指标挑选出的基分类器所构成的Stacking集成模型性能更优.
文献关键词：
过采样;Stacking模型;自适应集成;不平衡数据集
中图分类号：
作者姓名：
于勤丽;于海征
作者机构：
新疆大学 数学与系统科学学院,乌鲁木齐 830000
文献出处：
引用格式：
[1]于勤丽;于海征-.基于改进SMOTE自适应集成的信用风险评估模型)[J].重庆理工大学学报,2022(07):293-302
A类：
B类：
SMOTE,自适应集成,信用风险评估,风险评估模型,过采样,采样方法,少数类,违约,用户识别,识别率,平衡化处理,基模,Stacking,集成模型,模型识别,过拟合,JC,模型自适应,Lending,Club,挑选出,基分类器,模型性能,不平衡数据集
AB值：
0.349658
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
