基于XGBoost的个人贷款信用风险分析模型研究

目录

声明

第一章 绪论

§1.2 文献综述

§1.3 研究目的和意义

研究目的

研究意义

研究思路

创新点

第二章 机器学习算法理论

§2.1 逻辑回归模型

§2.2 决策树

§2.2.1 特征选择

§2.2.2 决策树的生成

§2.2.3 决策树剪枝

§2.3 集成学习

§2.3.1 常见的集成学习算法

§2.3.2 集成学习算法的结合策略

§2.4 XGBoost原理

§2.5 模型评估指标

第三章 基于 XGBo ost 算法的个人贷款信用评估模型

§3.1 标签的定义

§3.2 特征工程

§3.3 建立模型

第四章 实证分析

§4.1.1 数据收集

§4.1.2 描述性统计分析

§4.2 特征工程

§4.2.1 缺失率分析

§4.2.3 相关性分析

§4.2.4 XGBoost 特征重要性分析

§4.2.5 方差膨胀系数VIP检验

§4.3 XGBoost 模型参数设置

§4.4 模型结果对比分析

§4.5 特征筛选能力分析

§4.5.1 侧重Ⅳ值的特征筛选

§4.5.2 两种特征筛选方法测试结果对比分析

第五章 结论与展望

§5.2 展望

参考文献

§0.1 附表1

§0.2 附表2

§0.3 附表3

§0.4 附表4

§0.5 附表5

§0.6 附表6

致谢