基于机器学习分类方法的信用卡审批应用

摘要

传统的信用卡审批方法往往是依靠信贷人员的经验进行审批,确定信用卡申请者是否符合申请条件,这种审批方法有很大的随意性和不稳定性。本文利用R软件并将最新的六种机器学习分类方法——决策树分类、Adaboost分类、Bagging分类、随机森林分类、支持向量机分类、人工神经网络引入到信用卡申请管理中,建立了自动化的申请管理体系,有效地降低了审批结果的随意性和不稳定性,并通过八折交叉验证计算出每种方法的分类均方误差并进行对比,筛选出分类效果最好的方法。结果表明:随机森林分类的分类误差是最小的。