声明
1 绪论
1 .1 研究背景与意义
1 .2 文献综述
1 .2.1个人信用评分国内外研究状况
1 .2.2贝叶斯模型平均国内外研究状况
1 .3 研究思路及内容
1 .3.1研究思路
1 .3.2研究内容
1 .4 研究方法和创新
1 .4.1研究方法
1 .4.2创新点
2 个人信用评分模型的相关理论
2 .1 传统统计模型
2 .1.1多元线性回归
2 .1.2 Logistic回归
2 .2 非统计模型
2 .2.1人工神经网络
2 .2.2支持向量机
2 .3 组合模型
2 .3.1随机森林组合预测方法
2 .3.2贝叶斯模型平均组合预测方法
3 个人信用评分模型实证分析
3 .1 个人信用评分中的数据预处理
3 .1.1个人信用数据描述
3 .1.2认识数据
3 .1.3数据清洗
3 .1.4数据归一化
3 .1.5个人信用数据的离散化
3 .1.6不平衡数据的处理
3 .2 指标选择
3 .3 算法建模
3 .4 模型效果评估
3 .4.1单一模型分类效果比较
3 .4.2组合模型分类效果比较
3 .5 个人信用评分
4 主要结论与展望
4 .2.1研究的不足
4 .2.2展望
参考文献
西南财经大学;