典型文献
基于SmoteTomek和GBDT算法的不平衡数据违约预测
文献摘要：
文章提出一种基于SmoteTomek采样方法和GBDT决策树算法的违约风险预测模型,并以国外P2P平台的海量真实交易数据为例进行了实证分析.方法包括六个步骤:数据预处理、可视化探索性分析、特征选择、模型训练、超参数选择和模型评估.实验结果表明文章采用的SmoteTomek-GBDT算法相比较其他方法(Logistic、Adaboost、XGboost)更适用于不平衡数据,且获得了更高的正确率.
文献关键词：
P2P网络借贷;不平衡数据;违约预测模型;分类器
中图分类号：
作者姓名：
杨冰清;高珊;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;高珊;赵金虎-.基于SmoteTomek和GBDT算法的不平衡数据违约预测)[J].宿州学院学报,2022(10):40-44
A类：
SmoteTomek
B类：
GBDT,不平衡数据,采样方法,决策树算法,违约风险,风险预测模型,P2P,实交,交易数据,数据预处理,探索性分析,特征选择,模型训练,超参数,参数选择,模型评估,明文,其他方法,Adaboost,XGboost,网络借贷,违约预测模型,分类器
AB值：
0.413887
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。
