第一章 绪论
第一节 研究背景与研究意义
一、研究背景
二、研究意义
第二节 研究内容与研究方法
一、研究内容
二、研究框架
三、研究方法
第三节 研究创新点
一、研究角度创新
二、研究内容创新
第二章 文献综述
第一节 信贷不平衡分类问题的相关研究
一、基于数据层面的方法
二、基于算法层面的方法
第二节 AdaBoost算法的相关研究
一、算法的提出
二、对采样过程的研究
三、对样本权重更新过程的研究
第三节 文献评述
一、信贷不平衡分类问题
二、AdaBoost算法
第三章 相关概念及算法理论基础
第一节 信贷不平衡相关概念
一、信贷不平衡数据集的概念及内涵
二、信贷不平衡分类问题的概念及内涵
一、传统AdaBoost算法
二、基于采样的AdaBoost算法
三、基于代价敏感的AdaBoost算法
第四章 基于采样和代价敏感的改进AdaBoost算法
第一节 采样方法的改进
一、两步采样法
二、样本权重的再分配
第二节 代价敏感思想的改进
一、损失函数的改变
二、样本权重定义的改变
三、初始化样本权重的改变
四、损失代价分析
第三节 改进AdaBoost算法
一、算法描述
二、算法分析
第五章 信贷不平衡分类问题实证研究
第一节 分类模型评价指标
一、混淆矩阵
二、F1值
三、G-mean值
四、AUC值
第二节 实验数据和实验说明
一、实验数据
二、实验说明
第三节 数据预处理
一、缺失变量处理
二、冗余变量处理
三、低信息变量处理
四、相关性检验
第四节 实验结果分析
一、已有算法实验结果
二、改进算法实验结果
三、不同算法的对比
第六章 总结与展望
第一节 全文总结
第二节 研究展望
参考文献
附录 特征变量名称与含义
致谢
声明
浙江工商大学;