论文笔记——庞素琳,巩吉璋.C5.0分类算法在银行个人信用评级中的应用.2009

最新推荐文章于 2022-09-09 15:20:34 发布

最新推荐文章于 2022-09-09 15:20:34 发布 · 618 阅读

本文探讨了C5.0分类算法及其Boosting技术在个人信用评级中的应用，通过构建成本矩阵和CostSensitivetree模型，对德国某银行的个人信贷数据进行了信用评级，并对比了不同参数设置下决策树的判别效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

研究问题：商业银行的个人信用
数据类型：个人数据包含数值型数据和非数值型数据
解决方法：决策树
研究方法：在决策树C4.5的基础上详细研究了C5.0算法及相应的Boosting技术，并嵌入Boosting算法技术，构造了成本矩阵和Cost Sensitive tree，如此建立基于C5.0算法的商业银行个人信用评价模型，用来对德国某银行的个人信贷数据进行信用评级，同时对模型参数调整前后决策树的判别结果进行比较。