改进的随机平衡采样Bagging算法的网络贷款研究

摘要：

互联网金融中的网络贷款用户数据具有类别不平衡的特性,严重影响传统分类器的性能.随机平衡采样算法在对原始数据集进行重采样的过程中,将所有样本同等考虑,本文在平衡采样的过程中充分考虑样本点的性能,将其分为3类样本:安全的、边界的、噪声的,针对不同类型的样本采用相应的采样方法,得到平衡的新数据集,然后对该数据集进行Bagging集成,提高算法的泛化性能,结果表明本文改进的随机平衡采样(Improved Random Balanced Sampling,IRBS)Bag-ging算法可以较好地对网络贷款用户进行分类.

关键词：类别不平衡、随机平衡采样、Bagging集成

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-16