-
题名基于非平衡数据的LDA-BPNN信用评分模型
被引量:1
- 1
-
-
作者
王静
王艳丽
孙士保
贾少勇
-
机构
河南科技大学信息工程学院
河南科技大学软件学院
-
出处
《计算机仿真》
北大核心
2023年第2期303-308,414,共7页
-
基金
国家自然科学基金项目(51474095)
河南省重点攻关项目(152102210277)
+2 种基金
河南省高校科技创新团队支持计划项目(17IRTSTHN010)
河南科技大学科技创新团队项目(2015XTD011)
河南科技大学重大产学研合作培育基金项目(2015ZDCXY03)。
-
文摘
随着互联网金融的蓬勃发展,信用评分已成为评判是否为贷款人放款的重要依据,传统的信用评分方法的单一性,不能有效地减少不良贷款带来的巨大损失。提出一种基于非平衡数据的LDA-BPNN方法构建信用评分模型,通过Borderline-SMOTE算法进行非平衡数据过采样,达到平衡样本分布,进一步构建LDA-BPNN模型,显著提升了模型的预测准确率。在不同数据集上,利用多类机器学习算法进行定性和定量对比,并通过pr曲线、AUC等评价指标进行验证,验证结果表明上述模型的分类效果更佳。
-
关键词
信用评分
自适应合成抽样算法
线性判别分析
多层前馈神经网络
-
Keywords
Credit score
Borderline-SMOTE algorithm
Linear discriminant analysis
BP neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-