| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究综述 | 第13-14页 |
| 1.2.1 国外研究综述 | 第13页 |
| 1.2.2 国内研究综述 | 第13-14页 |
| 1.3 本文的主要内容和结构安排 | 第14-15页 |
| 1.3.1 本文的主要内容和创新点 | 第14页 |
| 1.3.2 本文结构安排 | 第14-15页 |
| 第二章 个人信用评分模型的常用分类器介绍 | 第15-21页 |
| 2.1 分类器模型介绍 | 第15-17页 |
| 2.1.1 分类的概念 | 第15页 |
| 2.1.2 分类器的组别 | 第15-17页 |
| 2.2 分类器的准确度评估 | 第17页 |
| 2.2.1 分类器的准确度定义 | 第17页 |
| 2.2.2 分类器的准确度评估方法 | 第17页 |
| 2.3 适用于个人信用评分模型的分类器选取 | 第17-21页 |
| 2.3.1 线性分类器 | 第18-19页 |
| 2.3.2 非线性分类器 | 第19-20页 |
| 2.3.3 非参数判别分类器 | 第20-21页 |
| 第三章 基于门限分位点的logistic回归模型 | 第21-27页 |
| 3.1 基于门限的logistic回归模型 | 第21-23页 |
| 3.1.1 门限分位点回归模型 | 第21-22页 |
| 3.1.2 门限模型和logistic模型的结合 | 第22-23页 |
| 3.2 门限logistic回归模型和个人信用评分模型 | 第23-27页 |
| 3.2.1 入模变量 | 第23-24页 |
| 3.2.2 门限变量 | 第24-27页 |
| 第四章 分类器在个人信用评分模型上的应用实例 | 第27-37页 |
| 4.1 数据集 | 第27-33页 |
| 4.1.1 数据集来源及构成 | 第27-28页 |
| 4.1.2 数据预处理 | 第28-33页 |
| 4.2 模型验证 | 第33-34页 |
| 4.2.1 模型验证方法选择 | 第33页 |
| 4.2.2 模型的选择以及结果 | 第33-34页 |
| 4.3 门限截点的确定 | 第34-37页 |
| 第五章 总结 | 第37-39页 |
| 参考文献 | 第39-41页 |
| 源代码 | 第41-45页 |
| 致谢 | 第45页 |