多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf

1、多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用重慶大學(xué)碩士學(xué)位論文（專業(yè)學(xué)位）學(xué)生姓名：楊蘊(yùn)涵指導(dǎo)教師：鐘波教授學(xué)位類別：應(yīng)用統(tǒng)計(jì)碩士重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院二O一五年五月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著信息科技高速發(fā)展，互聯(lián)網(wǎng)與傳統(tǒng)行業(yè)相繼結(jié)合，類似于互聯(lián)網(wǎng)金融等新興概念正在顛覆傳統(tǒng)金融業(yè)。在個(gè)人信用評(píng)估領(lǐng)域，由于數(shù)據(jù)挖掘技術(shù)的快速發(fā)展，已具有完全不同的信用分析方式，如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等。論文研究了其中的三種分類模型：logistic模型、

2、決策樹模型、隨機(jī)森林模型在個(gè)人信用評(píng)估中的應(yīng)用。Logistic回歸模型是個(gè)人信用評(píng)級(jí)中應(yīng)用最廣泛的方法，也是其他方法的分類能力基準(zhǔn)。論文選用UCL數(shù)據(jù)庫中德國某銀行個(gè)人信用數(shù)據(jù)，采用logistic模型對其進(jìn)行客戶分類，分類過程中采用變量篩選前后對比、篩選變量時(shí)采用Enter法、Backwards法來得出分類結(jié)果。決策樹模型是機(jī)器學(xué)習(xí)中最具有影響力的方法，具有易于解釋、識(shí)別效率高、產(chǎn)生判別規(guī)則等優(yōu)勢。論文將決策樹模型用于銀行客戶分類，

3、采用C5.0算法進(jìn)行分類，分類過程中引入樹的后剪枝、誤判成本矩陣、boosting算法提高模型適用性，同時(shí)進(jìn)行變量篩選對比來得出分類結(jié)果。隨機(jī)森林模型是多顆決策樹的集成，論文使用隨機(jī)森林分類銀行客戶，主要在于對比決策樹及隨機(jī)森林的分類效果，通過調(diào)整各類參數(shù)，引入代價(jià)敏感學(xué)習(xí)建立加權(quán)隨機(jī)森林模型，并對各變量重要性進(jìn)行排序。最后，論文對以上三種分類模型進(jìn)行評(píng)價(jià)，通過ROC曲線、AUC值、Lift曲線等標(biāo)準(zhǔn)以及各模型的泛化誤差估計(jì)，基于論文數(shù)

4、據(jù)得出結(jié)論：隨機(jī)森林模型具有最低的總錯(cuò)誤率；決策樹C5.0具有最低的A類錯(cuò)誤率，但其B類錯(cuò)誤率較高；沒有一種模型在各類錯(cuò)誤率均低于其他模型。論文在建立三種模型的過程中，將數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)、驗(yàn)證數(shù)據(jù)，每一個(gè)參數(shù)均通過不斷測試以便取得最優(yōu)結(jié)果，先對每個(gè)模型進(jìn)行分析對比，再對三個(gè)模型進(jìn)行對比，分類評(píng)價(jià)采用準(zhǔn)確率和ROC曲線等指標(biāo)綜合評(píng)價(jià)。這種方式更大限度確保模型對于實(shí)際數(shù)據(jù)的可應(yīng)用性，因此對于實(shí)際分類需求上具有一定的實(shí)踐參考價(jià)值。關(guān)