基于机器学习的P2P违约预测算法比较——以“人人贷”为例

近年来P2P网络借贷在解决小微企业贷款难的问题上发挥了重要作用。然而,由于网络借贷信息不对称的特点,贷款违约风险成为网络借贷发展亟待解决的问题。我们借助机器学习的方法,以“人人贷”数据作为样本,建立CART决策树模型、SVM模型和KNN模型进行预测并对三种算法进行比较,证实了这三种模型都能够有效预测违约,并经比较发现K-邻近与CART决策树方法优于SVM算法。