首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--信贷论文

随机森林在小额贷款中的应用

中文摘要第3-4页
英文摘要第4页
1 引言第7-9页
    1.1 研究背景和意义第7-8页
    1.2 本文的主要工作第8-9页
2 随机森林综述第9-15页
    2.1 决策树第9-11页
        2.1.1 决策树简介第9页
        2.1.2 决策树的节点分裂方法第9-11页
    2.2 随机森林的形成第11-12页
        2.2.1 决策树的训练集第11页
        2.2.2 决策树的形成第11-12页
    2.3 随机森林的评价指标第12-13页
        2.3.1 分类效果指标第12-13页
        2.3.2 泛化能力第13页
    2.4 随机森林存在的问题第13-15页
        2.4.1 处理不平衡数据存在的问题第13-14页
        2.4.2 离散化连续型变量第14-15页
3 随机森林处理非平衡数据集第15-18页
    3.1 非平衡数据集分类困难的原因第15-16页
        3.1.1 数据稀少问题第15-16页
        3.1.2 噪声问题第16页
    3.2 非平衡数据集分类问题的解决办法第16-18页
        3.2.1 代价敏感学习方法第16页
        3.2.2 下采样第16-17页
        3.2.3 smote上采样第17-18页
4 其他分类方法简介第18-20页
    4.1 SVM第18页
        4.1.1 SVM简介第18页
        4.1.2 非线性支持向量机与核函数第18页
    4.2 logistic回归第18-20页
        4.2.1 logistic回归原理简介第18-19页
        4.2.2 正则化logistic第19-20页
5 数据预处理第20-23页
    5.1 数据介绍第20-21页
    5.2 数据预处理第21-23页
6 模型实证第23-29页
    6.1 不进行上采样处理第23-24页
    6.2 进行smote上采样处理第24-29页
7 总结与展望第29-30页
    7.1 总结与建议第29页
    7.2 不足之处第29-30页
致谢第30-31页
参考文献第31-33页
附录第33-47页

论文共47页,点击 下载论文
上一篇:基于随机森林的信贷风险实证研究
下一篇:基于系统仿真的广西北部湾区域物流优化研究