基于并行随机森林的在线贷款逾期预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 国内外相关研究 | 第10-16页 |
| 1.2.1 贷款违约预测研究现状 | 第10-14页 |
| 1.2.2 Spark研究现状 | 第14-15页 |
| 1.2.3 随机森林研究现状 | 第15-16页 |
| 1.3 本文的工作和组织结构 | 第16-17页 |
| 第二章 本文相关理论知识 | 第17-26页 |
| 2.1 数据挖掘及常见分类算法简介 | 第17-20页 |
| 2.1.1 数据挖掘概念 | 第17页 |
| 2.1.2 数据挖掘过程 | 第17-18页 |
| 2.1.3 分类算法概述 | 第18-20页 |
| 2.2 非平衡数据分类 | 第20-22页 |
| 2.2.1 非平衡数据分类问题的本质 | 第21页 |
| 2.2.2 常见非平衡分类解决方案 | 第21-22页 |
| 2.3 随机森林的算法原理介绍 | 第22-23页 |
| 2.4 Spark并行计算框架 | 第23-26页 |
| 2.4.1 Spark体系框架 | 第24页 |
| 2.4.2 Spark RDD及程序流程 | 第24-26页 |
| 第三章 加权并行随机森林算法的分析与设计 | 第26-38页 |
| 3.1 加权随机森林 | 第26-29页 |
| 3.1.1 传统随机森林的不足之处 | 第26-27页 |
| 3.1.2 本文提出的加权随机森林的算法介绍 | 第27-29页 |
| 3.2 基于Spark的并行随机森林的设计 | 第29-38页 |
| 3.2.1 并行性研究 | 第29-30页 |
| 3.2.2 本文采取的并行优化策略 | 第30-31页 |
| 3.2.3 并行随机森林算法流程及描述 | 第31-38页 |
| 第四章 实验结果与分析 | 第38-51页 |
| 4.1 实验环境 | 第38页 |
| 4.2 数据集说明 | 第38-40页 |
| 4.3 评估方法和评估标准 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-50页 |
| 4.4.1 参数设置 | 第41-42页 |
| 4.4.2 模型调优 | 第42-44页 |
| 4.4.3 决策树的权重 | 第44-46页 |
| 4.4.4 并行优化效果比较 | 第46页 |
| 4.4.5 数据综合采样方法比较 | 第46-47页 |
| 4.4.6 模型比较 | 第47-48页 |
| 4.4.7 算法并行性能测试 | 第48-49页 |
| 4.4.8 模型应用效果分析 | 第49-50页 |
| 4.5 小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 下一步工作展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 答辩委员签名的答辩决议书 | 第59页 |
