摘要: 文章使用机器学习中的决策树和随机森林算法建立信用卡违约预警模型。第一步,建立相关系数热力图,发现用户的违约状态与个人贷款的相关性最强、其次是开户时长和存款时长;第二步,使用过滤式特征选择方法选取主要的特征;第三步,分别使用决策树和随机模型建立信用卡违约预警模型;第四步,总结这两个模型的优缺点。结论:决策树模型训练速度快,但是模型精度一般;随机森林模型训练速度慢,但是模型精度优良。
曾叙坚, 吕露, 陆鑫, 梁杜艺, 王东. 机器学习方法在预防信用卡违约风险中的应用[J]. 无线互联科技, 2020, 17(18): 166-168.