典型文献
基于迁移学习的违约预测模型研究
文献摘要：
针对网络现金贷中存在的金融机构数据量匮乏、数据不共享和第三方机构单独建模等问题,本文提出一种基于SMOTETomk采样和迁移学习的违约分类算法.首先,由于数据存在不平衡特点,通过SMOTETomk算法进行综合采样;其次,用特征提取和微调两种方法构建迁移学习模型;最后将本文模型和logistic模型进行性能参数对比,结果表明:本文分类器有更高的评价结果.
文献关键词：
迁移学习;违约预测模型;不平衡数据;现金贷
中图分类号：
作者姓名：
杨冰清;赵金虎
作者机构：
阜阳师范大学 数学与统计学院,安徽 阜阳 236037
文献出处：
引用格式：
[1]杨冰清;赵金虎-.基于迁移学习的违约预测模型研究)[J].阜阳师范大学学报（自然科学版）,2022(03):6-11
A类：
现金贷,SMOTETomk
B类：
迁移学习,违约预测模型,金融机构,数据量,第三方机构,分类算法,合采,微调,构建迁移,logistic,性能参数,参数对比,分类器,不平衡数据
AB值：
0.297146
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。
