基于XGBoost特征筛选的CNN模型在客户信用评估中的应用

被引量 : 0次 | 上传用户:dasaqa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现如今,经济的发展和支付手段的更新带来人们消费观念的转变,先消费后还款的方式逐渐被人们接受并迅速流行起来,从公司融资到百姓买房买车,从家具电器用信用卡分期付款到生活用品用蚂蚁花呗京东白条,如今生活的方方面面都少不了借贷的身影.贷款机构对客户能否正常还款进行准确判断是十分重要的.一方面,贷款机构因错误判断对信用较差的客户进行了贷款的发放,贷款客户不能如约还款会造成贷款机构的经济损失;另一方面,若贷款机构对信用良好的客户错误判断而拒绝发放贷款也会使贷款机构的信用受损.因此,如何对贷款人进行信用评估,在贷
其他文献
学位
学位
学位
学位
学位
学位
学位
学位
学位
近年来,随着经济社会的持续发展,金融市场日益复杂多变,人们逐渐发现在金融市场中存在大量非可加的不确定性现象,此时传统的可加测度与线性期望理论无法准确描述金融风险的不确定性.因此,为了度量和分析高度动态复杂的金融风险,国内外学者们开始积极探索研究非可加测度和非线性积分,并将它们应用于金融风险度量中,其中研究较多的便是模糊测度和Choquet积分.作为一种非线性的积分,关于模糊测度的Choquet积分
学位