近年來,由于信用卡的普及和包括電子商務(wù),電子金融和移動(dòng)支付在內(nèi)的電子服務(wù)的迅猛發(fā)展,信用卡交易量急劇增加,與此同時(shí)隨之而來的風(fēng)險(xiǎn)也不容小覷。信用卡的大規(guī)模使用和各種交易場(chǎng)景,如果沒有嚴(yán)格的核查和監(jiān)督,必然導(dǎo)致信用卡欺詐以及每年數(shù)十億美元的損失和信用風(fēng)險(xiǎn)敞口的暴露。于是研究信用卡信用違約與反欺詐問題,對(duì)避免金融機(jī)構(gòu)和個(gè)人損失、增加銀行卡行業(yè)利潤(rùn)、推動(dòng)信用卡產(chǎn)業(yè)良性循環(huán)以及保持國民經(jīng)濟(jì)健康穩(wěn)定發(fā)展都有重要意義。識(shí)別信用卡違約欺詐的核心前提是完成對(duì)信用卡的信用風(fēng)險(xiǎn)管理,重中之重就是選擇最優(yōu)的信用風(fēng)險(xiǎn)評(píng)估方法。信用風(fēng)險(xiǎn)評(píng)估方法有很多,目前,其理論方法大致可劃分為“傳統(tǒng)”和“現(xiàn)代”兩大類。傳統(tǒng)的回歸分析模型具有簡(jiǎn)單、方便、易操作等特點(diǎn),但要求各變量間相互獨(dú)立,限制了實(shí)際應(yīng)用場(chǎng)景。近年來,學(xué)者們研究了各種機(jī)器學(xué)習(xí)方法,如何有效地預(yù)防信用風(fēng)險(xiǎn),改進(jìn)信用風(fēng)險(xiǎn)評(píng)估方法,構(gòu)建最優(yōu)反欺詐算法模型是學(xué)術(shù)界重要的研究課題。鑒于此,本文針對(duì)申請(qǐng)受理與審批的信用卡應(yīng)用基于Logistic回歸、決策樹、隨機(jī)森林、自適應(yīng)提升算法、梯度下降決策樹等多種統(tǒng)計(jì)學(xué)方法和機(jī)器學(xué)習(xí)方法的算法模型,對(duì)開源信用卡數(shù)據(jù)集建立個(gè)人信用評(píng)估...

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．１?ｓｉｇｍｏｉｄ函數(shù)圖像??接下來就是分析Ｓｉｇｍｏｉｄ函數(shù)的分類結(jié)果

？碩士學(xué)位論文??ＭＡＳＴＥＲ?Ｓ?ＴＨＥＳＩＳ?????Ｓｉｇｍｏｉｄ?Ｆｕｎｃｔｉｏｎ??０６?－?ｊ??§?／??〇２?Ｊ??００??—???－１０．０?－７?５?－５．０?－２?５?ＤＯ?２?５?５０?７?５?１０?０??ｚ??圖３．１?ｓｉｇｍｏｉｄ函數(shù)圖像??接下來就....

圖３．３可以卷出隨機(jī)保林昆??屮許多棵決策樹構(gòu)成的，且不同決策樹之間不＃在關(guān)聯(lián)

??ｉ??Ｉ?ｉ??ｌ?＾．?Ｊ?［二２」?［￣＾１?［￣Ｔ？＾１??Ｉ?［?ｌ?ｊ?［?｜?［?＜，．ｔ］??１?＊???｜?＾?＊?！?ａ?＊?ｇ??１１丄，ｉ?（二ｊ?！丨丄《?ｉ?丨丄ｉ?｜上＊?ｊ?ｉ丄ｉ??—＾ｉｉ＿?卜Ｊｉｎｉ＾?＊?：?－＇??Ｉ?ｉ?“?Ｉ?１?....

圖３．４?ＲＯＣ曲線??

頌士學(xué)位論文??ＭＡＳＴ１；Ｒ－ＳＴＨＬＳＩＳ?????１０?．??０Ｓ?＇?，，??￥＇０６－?＾??Ｓ?／?Ｚ??系?０”?／?／’??／?ＲＯＣ?ｃｕｒｖｅ?｛ａｒｅａ?：?０．７８）??１?／?／??〇〇?Ｊ￣￥?！?１?１?！?Ｊ￣￣??Ｄ．０?０?２?０４?０６?０?....

圖４．２違約比例的餅形圖

００００００?１?００００００?２８．００００００??５０％?１５０００．５０００００?１４００００．００００００?２．００００００?２．００００００?２．００００００?３４．００００００??７５％?２２５Ｑ０．２５０００Ｃ?２４Ｇ００Ｇ．００００００?２．００００００?２．００....

本文編號(hào)：3915133