几种分类模型在P2P借款人信用评估中的应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7页 |
| 1.1.2 研究意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9页 |
| 1.3 研究思路和研究内容 | 第9-11页 |
| 1.3.1 研究思路 | 第9-10页 |
| 1.3.2 研究内容 | 第10-11页 |
| 2 数据预处理 | 第11-24页 |
| 2.1 样本数据来源 | 第11页 |
| 2.2 数据清理 | 第11-12页 |
| 2.2.1 缺失值处理 | 第11-12页 |
| 2.2.2 噪声数据处理 | 第12页 |
| 2.2.3 数据不一致的处理 | 第12页 |
| 2.3 数据集成 | 第12-13页 |
| 2.4 数据变换 | 第13页 |
| 2.5 数据规约 | 第13页 |
| 2.6 样本数据预处理 | 第13-24页 |
| 3 逻辑回归模型 | 第24-29页 |
| 3.1 模型介绍 | 第24页 |
| 3.2 实证分析 | 第24-29页 |
| 4 决策树模型 | 第29-38页 |
| 4.1 模型介绍 | 第29页 |
| 4.2 实证分析 | 第29-38页 |
| 4.2.1 CART算法 | 第29-32页 |
| 4.2.2 C5.0 算法 | 第32-36页 |
| 4.2.3 引入损失矩阵 | 第36-38页 |
| 5 集成学习模型 | 第38-41页 |
| 5.1 模型介绍 | 第38页 |
| 5.2 实证分析 | 第38-41页 |
| 5.2.1 Bagging算法 | 第38-40页 |
| 5.2.2 Adaboost算法 | 第40-41页 |
| 6 模型性能评估 | 第41-49页 |
| 6.1 评估指标介绍 | 第41-42页 |
| 6.2 模型性能比较分析 | 第42-49页 |
| 6.2.1 混淆矩阵 | 第42-44页 |
| 6.2.2 ROC曲线 | 第44-49页 |
| 7 总结与展望 | 第49-51页 |
| 7.1 总结 | 第49-50页 |
| 7.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-69页 |
