基于多分类器动态集成的P2P违约风险评估

C93; 针对P2P违约风险评估问题,构建基于K均值聚类的多分类器动态集成模型.通过K均值聚类将P2P借贷样本集划分为多个区域,并在每个区域分别构建多个基分类器模型,进行多分类器集成;在给定新的测试样本时,基于样本特征动态选择样本归属区域的基分类器,进行模型集成与违约风险评估.以Lending Club借款数据为例,对网贷违约风险评估进行实证分析表明,基于多分类器动态集成的P2P违约评估模型,比单一模型和静态集成模型的准确性更好,且基于神经网络的动态集成模型效果最好....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	管理学报 2019, Vol.16 (6), p.915-922
Hauptverfasser:	胡忠义, 王超群, 陈远, 吴江, 鲍玉昆
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	C93; 针对P2P违约风险评估问题,构建基于K均值聚类的多分类器动态集成模型.通过K均值聚类将P2P借贷样本集划分为多个区域,并在每个区域分别构建多个基分类器模型,进行多分类器集成;在给定新的测试样本时,基于样本特征动态选择样本归属区域的基分类器,进行模型集成与违约风险评估.以Lending Club借款数据为例,对网贷违约风险评估进行实证分析表明,基于多分类器动态集成的P2P违约评估模型,比单一模型和静态集成模型的准确性更好,且基于神经网络的动态集成模型效果最好.
ISSN:	1672-884X
DOI:	10.3969/j.issn.1672-884x.2019.06.014