首页> 中文期刊> 《征信》 >客户分组对商业银行个人信用评分模型的提升作用研究

客户分组对商业银行个人信用评分模型的提升作用研究

         

摘要

分组模型是指根据借款人的行为特征分出不同的客群,是信用评分模型开发中的重要一环,可以提升信用评分模型的精度。采用模糊C均值聚类和CART决策树两种方法对全部借款人进行分组,并对分组后的每个客群进行WOE数值转换和逻辑回归信用评分模型的构建,通过对比发现分组后信用评分模型的KS和AUC均有提升,其中模糊C均值聚类作为无监督学习方法也取得较好的模型性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号