决策树分类算法在银行个人信用评级中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·个人信用评级简介 | 第8-9页 |
| ·数据挖掘与分类 | 第9-10页 |
| ·决策树分类方法综述 | 第10-14页 |
| 2 主要决策树算法介绍 | 第14-25页 |
| ·ID3算法 | 第14-16页 |
| ·C4.5算法及相关技术 | 第16-20页 |
| ·与C5.0决策树算法有关的技术 | 第20-23页 |
| ·其他主要决策树算法简介 | 第23-25页 |
| 3 基于决策树方法的银行个人信用评级模型 | 第25-45页 |
| ·数据的采集与指标体系的确定 | 第25-26页 |
| ·数据预处理 | 第26-31页 |
| ·模型的构建与评估 | 第31-45页 |
| 4 与其他主要建模方法的对比分析 | 第45-52页 |
| ·基于LOGISTIC回归的个人信用评级模型 | 第45-48页 |
| ·特征属性的编码与建模变量的生成 | 第45-46页 |
| ·模型的建立与结果 | 第46-48页 |
| ·基于神经网络的个人信用评级模型 | 第48-50页 |
| ·三种模型的比较 | 第50-52页 |
| 5 总结和建议 | 第52-55页 |
| ·全文总结 | 第52页 |
| ·对商业银行建立个人信用评级体系的建议 | 第52-55页 |
| 参考文献 | 第55-57页 |
| 附录 原始样本数据集合摘录 | 第57-62页 |
| 在学期间发表论文及科研成果清单 | 第62-63页 |
| 致谢 | 第63页 |