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 |
|