基于机器学习方法的个人信用风险评估研究

摘要

互联网金融在国内的兴起,使得个人信贷风险成为许多企业关注的热点.本文通过对LendingClub网站中个人信用贷款数据集的探索,构建基于xgboost和logistic regression组合算法xgboost-LR模型、随机森林和支持向量机算法三种机器学习方法,对个人信用风险进行全面的评估.通过实证数据分析,其中新构建的xgboost-LR算法评价效果最好,能够更加准确地预测个人信用风险.