第一个书签之前
摘 要
ABSTRACT
目 录
1 绪 论
1.1.1 研究背景
1.1.2研究目的
1.1.3 研究意义
1.2.1国内研究现状
1.2.2国外研究现状
1.3 行业研究的不足
1.4.1论文的创新点
1.4.2论文的框架
2 算法介绍
2.1 随机森林算法
2.2 GBDT算法
2.2.1 回归决策树(Regression Decision Tree)
2.2.2 梯度迭代(Gradient Boosting)
2.2.3 缩减(Shrinkage)
2.3 XGBOOST算法
2.4 LightGBM算法
2.5 Logistic回归算法
3 模型指标体系构造
3.1 数据准备
3.2 数据预处理
3.2.1 数据清洗
3.2.2 数据集成
3.2.3 数据变换
3.3 特征选择
3.4 模型评价
3.4.1 分类评估指标
3.4.2 ROC曲线和AUC面积
3.4.3 K-S图
4 模型实证分析
4.1 随机森林算法的实证分析
4.2 GBDT算法的实证分析
4.3 XGBOOST算法的实证分析
4.4 LightGBM算法的实证分析
4.5 基于LightGBM和Logistic混合分类算法的实证分析
4.6 实验及结果分析
5 总结与展望
致 谢
参考文献
附 录