| 基于非平衡数据的LDA-BPNN信用评分模型 |
| |
| 引用本文： | 王静,王艳丽,孙士保,贾少勇.基于非平衡数据的LDA-BPNN信用评分模型[J].计算机仿真,2023(2):303-308+414. |
| |
| 作者姓名： | 王静 王艳丽 孙士保 贾少勇 |
| |
| 作者单位： | 1. 河南科技大学信息工程学院;2. 河南科技大学软件学院 |
| |
| 基金项目： | 国家自然科学基金项目(51474095)；;河南省重点攻关项目(152102210277)；;河南省高校科技创新团队支持计划项目(17IRTSTHN010)； |
| |
| 摘 要： | 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 |
|
