声明
第1章绪论
1.1.2课题研究意义与创新点
1.2国内外研究综述
1.2.1信用风险预测国内外研究综述
1.2.2特征工程实践应用国内外研究综述
1.3国内外研究总结
1.4研究内容及方法总结
第2章信用风险预测问题相关理论和方法
2.1.3信用风险预测
2.2机器学习简介
2.2.2机器学习的主要内容
2.3常见机器学习分类算法介绍
2.3.2支持向量机
2.3.3随机森林
2.3.4梯度提升树
2.4分类问题常用评估指标及验证方式
2.4.1分类问题常用评价指标
2.4.2交叉验证
2.5本章小结
第3章信用风险预测问题特征工程流程
3.1.2特征构造(Feature Construction)
3.1.4特征选择(Feature Selection)
3.2结构化数据的特征构造流程
3.2.2单个特征实体内部构造特征
3.3不同维度下的特征转换流程
3.3.2基础特征
3.3.4变换特征
3.3.5时序特征
3.3.7业务特征
3.4本章小结
第4章特征工程流程在金融数据集上的应用效果
4.1.2数据集信息
4.2数据预处理与数据探索
4.2.1缺失程度分析
4.2.2异常值分析
4.2.3特征数据分布可视化
4.2.4特征相关性可视化
4.3个人信用风险数据特征工程
4.3.2不同类型特征构造结果统计
4.4效果验证
4.4.3特征工程效果分析
4.4.4特征选择效果分析
4.4.5特征重要性结果可解释性分析
4.5本章小结
第5章总结与展望
5.2研究不足
参考文献
发表论文和参加科研情况说明
致谢
天津大学;