声明
第一章 绪论
1.1 研究背景及研究意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容和章节安排
第二章 基本算法与评估指标
2.1 feature selector工具
2.2 机器学习算法介绍
2.2.1 CART算法
2.2.2 RF算法
2.2.3 GBDT算法
2.2.4 XGB算法
2.2.5 LGBM算法
2.3 模型评估
2.3.1 性能度量
2.3.2 比较检验
第三章 数据处理
3.1状态变量处理
3.2 特征变量处理
3.2.1 缺失值和唯一值处理
3.2.2 数据过滤与衍生
3.2.3 数据编码与填充
3.2.4 相关性分析降维与标准化处理
3.3 特征选择
第四章 信贷基本要素分析
4.1 贷款基本要素
4.1.1 贷款金额
4.1.2 贷款利率
4.1.3 贷款期限
4.1.4 信用等级
4.1.5 贷款用途
4.2 探究影响贷款利率的因素
第五章 贷后预警建模分析
5.1 单模型建模分析
5.2 基于决策树的集成算法建模分析
5.2.1 交叉验证分析
5.2.2 学习曲线分析
5.2.3 分类器统计检验
5.2.4 预测
5.3优化后的LGBM模型建模分析
5.3.1 产生训练集子集
5.3.2 超参数调整
5.3.3 实验结果
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
