基于特征工程的个人信用风险评估组合模型
基于个人信贷数据的高维、稀疏和部分敏感特征被加密了的特性,设计了基于特征工程的个人信用风险评估组合模型.首先在特征选择和特征衍生基础上,分别基于算法差异和特征扰动建立了XGBoost1、Lightgbm1、XGBoost2和Lightgbm2四个单一模型;其次根据单一模型的综合性能确定权重,构建了个人信用风险评估的线性组合模型;最后应用该组合模型对某银行提供的个人信贷大数据进行挖掘,结果表明基于特征工程的组合模型能显著提升个人信用风险评估的预测性能.
个人信用风险评估、组合模型、特征工程
江苏省统计局重点项目;江苏省研究生科研与实践创新计划项目
2021-08-02（万方平台首次上网日期，不代表论文的发表时间）
共3页
37-39
