多種分類模型在個人信用評估中的應用

1、 多種分類模型在個人信用評估中的應用 重慶大學碩士學位論文 （專業(yè)學位） 學生姓名：楊蘊涵 指導教師：鐘 波 教授 學位類別：應用統(tǒng)計碩士 重慶大學數(shù)學與統(tǒng)計學院 二 O 一五 年五月 重慶大學碩士學位論文 中文摘要 I 摘 要 隨著信息科技高速發(fā)展，互聯(lián)網與傳統(tǒng)行業(yè)相繼結合，類似于互聯(lián)網金融等新興概念正在顛覆傳統(tǒng)金融業(yè)。在個人信用評估領域，由于數(shù)據(jù)挖掘技術的快速發(fā)展，已具有完全不同的信用分析方式，如機器學習、數(shù)據(jù)挖掘等。論文研究

2、了其中的三種分類模型：logistic 模型、決策樹模型、隨機森林模型在個人信用評估中的應用。 Logistic 回歸模型是個人信用評級中應用最廣泛的方法，也是其他方法的分類能力基準。論文選用 UCL 數(shù)據(jù)庫中德國某銀行個人信用數(shù)據(jù)，采用 logistic 模型對其進行客戶分類， 分類過程中采用變量篩選前后對比、 篩選變量時采用 Enter 法、Backwards 法來得出分類結果。 決策樹模型是機器學習中最具有影響力的方法，具有易于解

3、釋、識別效率高、產生判別規(guī)則等優(yōu)勢。論文將決策樹模型用于銀行客戶分類，采用 C5.0 算法進行分類， 分類過程中引入樹的后剪枝、 誤判成本矩陣、 boosting 算法提高模型適用性，同時進行變量篩選對比來得出分類結果。 隨機森林模型是多顆決策樹的集成， 論文使用隨機森林分類銀行客戶， 主要在于對比決策樹及隨機森林的分類效果，通過調整各類參數(shù)，引入代價敏感學習建立加權隨機森林模型，并對各變量重要性進行排序。 最后，論文對以上三種分類模型

4、進行評價，通過 ROC 曲線、AUC 值、Lift 曲線等標準以及各模型的泛化誤差估計，基于論文數(shù)據(jù)得出結論：隨機森林模型具有最低的總錯誤率；決策樹 C5.0 具有最低的 A 類錯誤率，但其 B 類錯誤率較高；沒有一種模型在各類錯誤率均低于其他模型。 論文在建立三種模型的過程中，將數(shù)據(jù)分為訓練數(shù)據(jù)、測試數(shù)據(jù)、驗證數(shù)據(jù)，每一個參數(shù)均通過不斷測試以便取得最優(yōu)結果，先對每個模型進行分析對比，再對三個模型進行對比，分類評價采用準確率和 ROC