- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
Danh mục TaiLieu.VN
Ứng dụng mô hình stacking kết hợp smote và tối ưu hóa Bayesian đánh giá rủi ro tín dụng
Nghiên cứu này áp dụng mô hình stacking để đánh giá rủi ro tín dụng, kết hợp dự đoán từ nhiều mô hình học máy khác nhau, bao gồm XGBoost, Random Forest, và CatBoost. Một mô hình meta, hồi quy logistic, được sử dụng để tối ưu hóa dự đoán từ các mô hình cơ sở để đưa ra dự đoán.
9 p utt 22/05/2025 9 0
Từ khóa: Dự đoán rủi ro tín dụng, Đánh giá rủi ro tín dụng, Học máy tổ hợp, Tối ưu hóa Bayesian, Phân tích tín dụng
So sánh hiệu quả các mô hình học máy trong đánh giá rủi ro tín dụng
Nghiên cứu này so sánh hiệu suất của bốn mô hình học máy phổ biến: “Cây quyết định”, “Rừng ngẫu nhiên”, “Máy véctơ hỗ trợ”, và “Hồi quy logistic” trong việc đánh giá rủi ro tín dụng. Dữ liệu đã trải qua kiểm thử và phân tích cho thấy mô hình “Rừng ngẫu nhiên” vượt trội hơn so với các mô hình còn lại, với độ chính xác cao nhất...
8 p utt 27/11/2024 31 0
Từ khóa: Các mô hình học máy, Đánh giá rủi ro tín dụng, Rủi ro tín dụng, Quản lý rủi ro tín dụng, Cây quyết định, Rừng ngẫu nhiên, Máy véctơ hỗ trợ
Đăng nhập
Bộ sưu tập nổi bật