基于混合特征提取和集成学习的个人贷款违约预测研究

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究历史与现状

1.3 本文的主要贡献与创新

1.4 本论文的结构安排

第二章 相关理论知识与关键性技术

2.1 不平衡分类算法

2.2 特征选择

2.3 逻辑回归（Logistic Regression）算法

2.4 LightGBM算法

2.5 深度神经网络（DNN）算法

2.6 本章小结

第三章 分层特征筛选算法

3.1 特征处理与筛选框架

3.2 特征初筛

3.3 针对不同预测模型的个性化特征筛选算法

3.4 本章小结

第四章 构建信贷评估模型中的工程实现

4.1 小贷场景数据集介绍

4.2 探索性数据分析

4.3 特征处理

4.4 特征构建

4.5 本章小结

第五章 实验结果与分析

5.1 实验设置

5.2 分层特征筛选算法效果对比

5.3 结合特征选择的逻辑回归模型

5.4 结合特征选择的LightGBM模型

5.5 结合特征选择的DNN模型

5.6 模型融合与比较

5.7 RP+LightGBM-RRFE通用数据集的结果与分析

5.8 本章小结

第六章 总结与展望

6.1 本文总结

6.2 展望

致谢

参考文献