基於XGBoost的信用評分模型(上)

本文針對銀行行業的一些特點,提出了一套分析用戶信用數據以建立信用評分的流程方法:首先使用SMOTE過抽樣方法對不平衡數據進行調整,將原本不平衡的數據調整為平衡的,並使用AUC值和代價敏感錯誤率作為評價模型好壞的指標;最後不僅預測用戶所屬的類別數據:為保證模型的精度並滿足金融行業數據量大的特點,使用XGBoost算法訓練數據同時還將模型所報告的用戶所屬類別概率結合評分卡知識進一步分析用戶的信用情況。

立即體驗,開啟數位化轉型之旅!