典型文献
基于随机欠采样算法的信用风险研究
文献摘要：
针对数据不平衡导致的信用风险识别精度低的问题,利用随机欠采样算法对数据集平衡处理后,采用Logistic回归模型以及随机森林、决策树、XGboost和支持向量机等分类算法分别建立模型并进行预测.实证结果表明,随机欠采样算法可以将信用卡欺诈风险的预测精度从低于75％提升至85％以上,且G-mean和AUC等衡量非平衡数据分类性能的指标均有明显提高,该算法能够有效缓解数据不平衡导致的风险预测性能低下的问题.
文献关键词：
信用风险;随机欠采样;随机森林;XGboost
中图分类号：
作者姓名：
肖衡;李莉莉
作者机构：
青岛大学经济学院,青岛 266061
文献出处：
引用格式：
[1]肖衡;李莉莉-.基于随机欠采样算法的信用风险研究)[J].青岛大学学报（自然科学版）,2022(04):126-130
A类：
B类：
随机欠采样,采样算法,风险研究,数据不平衡,信用风险识别,识别精度,平衡处理,决策树,XGboost,分类算法,建立模型,信用卡欺诈,欺诈风险,mean,非平衡数据分类,分类性能,解数,风险预测,预测性能
AB值：
0.335779
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。
