统计学在信用度评估中的应用LOGISTIC回归模型及分类树模型的优劣性比较

本文探讨了基于Logistic回归和分类树的客户信用度评估。从数据中随机抽取一部分事件,选取一些探索变量作为试验组用于模型的建立。描述了Logistic回归和分类树的具体算法以及相关概念,如期望,信息增益等。然后分别使用Lo-gistic回归模型和分类树模型对客户信用进行了测试评估。比较分析结果,Logistic回归模型易于造作,而分类树模型有较高的正确率,总体来说,两种模型对信用度都有着良好的预测性。