决策树方法在银行贷款者分类中的应用

发布时间：2024-12-18 00:38

决策树方法在银行贷款者分类中的应用

【摘要】： 随着时代的进步与经济的发展,人们的消费观念也在逐渐地发生变化,提前消费在当今社会已经变得相当普遍。银行贷款是提前消费的一种重要形式,贷款者利用贷款进行资金周转,用来满足购房、买车以及出国留学等消费需求。由于贷款利息较高,银行业愿意发展贷款业务给需求者贷款,从中获得较大利润。但是,贷款者违约同时也会给银行造成较大的损失,对银行贷款者进行分类,甄别潜在的违约者,拒绝他们申请贷款,将会减少银行的损失风险。本文先是介绍了决策树几个比较常用的算法,包括ID3、C4.5、CART算法,以及决策树的组合模型算法-随机森林,分析了各种算法之间的联系与区别。随后,对需要建模的银行贷款者数据进行详细的描述,其可分为家庭情况、工作收入情况以及信用卡贷款情况三大板块。分别利用C5.0、CART以及随机森林算法对数据进行建模,使用预测正确率、真阳性率以及真阴性率对模型进行评价。其间引入了代价矩阵以及十折交叉验证来调整模型的参数,以及利用Kappa统计量和ROC曲线来评估模型的效果。最后,对三个建模的效果进行了对比,发现C5.0和随机森林的效果相当,与CART的建模效果不同。不同的原因在于每个模型都是对预测正确率、真阳性率以及真阴性率三个正确率进行了权衡,没有绝对的好坏之分,需要根据银行的实际要求选择合适的模型。

【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2017

网址：决策树方法在银行贷款者分类中的应用 https://mxgxt.com/news/view/270841

上一篇: 你知道你会何时离开人世吗？

下一篇: 300多学生参观敦煌·丝路大展

决策树方法在银行贷款者分类中的应用

决策树方法在银行贷款者分类中的应用

相关内容

随便看看

最新实时动态

热点实时动态

专题

推荐实时动态