基于随机森林模型的某商业银行企业信用风险评估实证研究
| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 研究的目的与意义 | 第9-12页 |
| 1.1 研究的目的 | 第9页 |
| 1.2 研究的意义 | 第9-10页 |
| 1.3 论文主要工作和创新之处 | 第10-12页 |
| 第二章 企业信用风险评估发展与研究现况 | 第12-19页 |
| 2.1 企业信用风险评估概述 | 第12-13页 |
| 2.2 企业信用风险评估方法简介 | 第13-19页 |
| 2.2.1 企业信用风险评估方法 | 第13-16页 |
| 2.2.2 国外研究现况 | 第16-17页 |
| 2.2.3 国内研究现况 | 第17-19页 |
| 第三章 随机森林模型基本理论 | 第19-24页 |
| 3.1 分类器简介 | 第19页 |
| 3.2 决策树与分类回归树 | 第19-20页 |
| 3.3 Bagging方法 | 第20-21页 |
| 3.4 随机森林分类原理介绍 | 第21-24页 |
| 3.4.1 随机森林的定义与基本思想 | 第21-22页 |
| 3.4.2 OOB估计 | 第22页 |
| 3.4.3 优势和基本应用 | 第22-24页 |
| 第四章 随机森林模型的特征选择和探索 | 第24-36页 |
| 4.1 基础数据收集 | 第24页 |
| 4.2 模型初始特征介绍 | 第24-27页 |
| 4.3 数据标准化处理 | 第27-29页 |
| 4.4 模型特征筛选 | 第29-35页 |
| 4.4.1 模型特征筛选原理 | 第29-30页 |
| 4.4.2 模型特征筛选具体实现 | 第30-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第五章 随机森林模型的实证研究及分析 | 第36-45页 |
| 5.1 模型构建思路 | 第36页 |
| 5.2 类不平衡问题处理 | 第36-39页 |
| 5.2.1 类不平衡处理方法 | 第36-38页 |
| 5.2.2 类不平衡处理实践 | 第38-39页 |
| 5.3 模型参数选择 | 第39-42页 |
| 5.3.1 ntree参数选择实验 | 第39-41页 |
| 5.3.2 mtry参数选择实验 | 第41-42页 |
| 5.4 信用异常客户评估模型 | 第42-43页 |
| 5.5 本章小结 | 第43-45页 |
| 第六章 研究结论、不足与未来展望 | 第45-47页 |
| 6.1 研究结论 | 第45页 |
| 6.2 研究不足 | 第45-46页 |
| 6.3 未来展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录：数据挖掘工具和相关程序介绍 | 第49-51页 |
| 攻读硕士学位期间发表的论文 | 第51-52页 |
| 致谢 | 第52-54页 |
