| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第6-9页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 本文主要工作 | 第7-8页 |
| 1.3 论文的组织结构 | 第8页 |
| 1.4 创新点 | 第8-9页 |
| 2 信用评分数据探索分析 | 第9-18页 |
| 2.1 征信数据描述 | 第9-13页 |
| 2.2 缺失值处理 | 第13-14页 |
| 2.3 数据离散化 | 第14-15页 |
| 2.4 数据不平衡问题 | 第15-17页 |
| 2.5 本章小结 | 第17-18页 |
| 3 变量选择 | 第18-28页 |
| 3.1 相关性指标确定 | 第19-22页 |
| 3.2 logistic回归的Lasso估计方法 | 第22-25页 |
| 3.3 logistic回归的Lasso估计方法改进 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 模型比较分析 | 第28-36页 |
| 4.1 logistic回归模型比较 | 第28-30页 |
| 4.2 决策树和随机森林模型比较 | 第30-32页 |
| 4.3 支持向量机模型比较 | 第32-34页 |
| 4.4 模型评估 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 总结 | 第36-37页 |
| 参考文献 | 第37-41页 |
| 致谢 | 第41-42页 |
| 附录 | 第42-50页 |