基于非平衡数据的LDA-BPNN信用评分模型

摘要：

随着互联网金融的蓬勃发展,信用评分已成为评判是否为贷款人放款的重要依据,传统的信用评分方法的单一性,不能有效地减少不良贷款带来的巨大损失.提出一种基于非平衡数据的LDA-BPNN方法构建信用评分模型,通过Borderline-SMOTE算法进行非平衡数据过采样,达到平衡样本分布,进一步构建LDA-BPNN模型,显著提升了模型的预测准确率.在不同数据集上,利用多类机器学习算法进行定性和定量对比,并通过pr曲线、AUC等评价指标进行验证,验证结果表明上述模型的分类效果更佳.

关键词：信用评分、自适应合成抽样算法、线性判别分析、多层前馈神经网络

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省重点攻关项目;河南省高校科技创新团队支持计划项目;河南科技大学科技创新团队项目;河南科技大学重大产学研合作培育基金项目

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：303-308,414