基于決策樹—神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評估組合模型的構(gòu)建.pdf

1、中國目前處于社會主義市場經(jīng)濟(jì)制度的轉(zhuǎn)型期，市場經(jīng)濟(jì)得到了飛速發(fā)展，但與此相適應(yīng)的社會信用制度體系建設(shè)卻遠(yuǎn)遠(yuǎn)沒有跟上步伐。個(gè)人信用評估是建設(shè)社會信用體系的一個(gè)重要環(huán)節(jié)，其預(yù)測精度和有效性直接關(guān)系到信貸機(jī)構(gòu)的損益和金融市場的繁榮。由于個(gè)人信用體系的不完善、法律法規(guī)的不健全以及商業(yè)銀行本身的管理缺陷，我國個(gè)人信貸的發(fā)展收到了嚴(yán)重的制約。因此，建立一套完善的個(gè)人信用評估體系已經(jīng)成為當(dāng)前金融機(jī)構(gòu)面臨的一項(xiàng)重要任務(wù)。
　　決策樹算法作為數(shù)據(jù)挖

2、掘體系中的一項(xiàng)重要分類預(yù)測方法，有著簡單、高效、結(jié)構(gòu)清晰等優(yōu)點(diǎn)。而作為目前公認(rèn)預(yù)測精準(zhǔn)度最高的神經(jīng)網(wǎng)絡(luò)方法則因其黑箱性和不穩(wěn)定性為眾多學(xué)者所詬病。
　　本文以互聯(lián)網(wǎng)上獲取的德國某商業(yè)銀行的真實(shí)客戶信用數(shù)據(jù)為樣本，采用基于C5.0算法的決策樹模型，經(jīng)過數(shù)據(jù)采集、屬性指標(biāo)確值、訓(xùn)練樣本抽取，建立了個(gè)人信用評估初始決策樹。然后，通過調(diào)整決策樹的修剪程度、確定最佳成本矩陣、尋求最佳Boosting迭代次數(shù)確立最優(yōu)決策樹的相關(guān)參數(shù)，形成最優(yōu)