多種分類(lèi)模型在個(gè)人信用評(píng)估中的應(yīng)用

1、 多種分類(lèi)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(zhuān)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(lèi)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(lèi)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

2、了其中的三種分類(lèi)模型：logistic 模型、決策樹(shù)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(lèi)能力基準(zhǔn)。論文選用 UCL 數(shù)據(jù)庫(kù)中德國(guó)某銀行個(gè)人信用數(shù)據(jù)，采用 logistic 模型對(duì)其進(jìn)行客戶(hù)分類(lèi)， 分類(lèi)過(guò)程中采用變量篩選前后對(duì)比、 篩選變量時(shí)采用 Enter 法、Backwards 法來(lái)得出分類(lèi)結(jié)果。 決策樹(shù)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

3、釋、識(shí)別效率高、產(chǎn)生判別規(guī)則等優(yōu)勢(shì)。論文將決策樹(shù)模型用于銀行客戶(hù)分類(lèi)，采用 C5.0 算法進(jìn)行分類(lèi)， 分類(lèi)過(guò)程中引入樹(shù)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(duì)比來(lái)得出分類(lèi)結(jié)果。 隨機(jī)森林模型是多顆決策樹(shù)的集成， 論文使用隨機(jī)森林分類(lèi)銀行客戶(hù)， 主要在于對(duì)比決策樹(shù)及隨機(jī)森林的分類(lèi)效果，通過(guò)調(diào)整各類(lèi)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(duì)各變量重要性進(jìn)行排序。 最后，論文對(duì)以上三種分類(lèi)模型

4、進(jìn)行評(píng)價(jià)，通過(guò) ROC 曲線(xiàn)、AUC 值、Lift 曲線(xiàn)等標(biāo)準(zhǔn)以及各模型的泛化誤差估計(jì)，基于論文數(shù)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(shù) C5.0 具有最低的 A 類(lèi)錯(cuò)誤率，但其 B 類(lèi)錯(cuò)誤率較高；沒(méi)有一種模型在各類(lèi)錯(cuò)誤率均低于其他模型。 論文在建立三種模型的過(guò)程中，將數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)、測(cè)試數(shù)據(jù)、驗(yàn)證數(shù)據(jù)，每一個(gè)參數(shù)均通過(guò)不斷測(cè)試以便取得最優(yōu)結(jié)果，先對(duì)每個(gè)模型進(jìn)行分析對(duì)比，再對(duì)三個(gè)模型進(jìn)行對(duì)比，分類(lèi)評(píng)價(jià)采用準(zhǔn)確率和 ROC