基于过采样Logistic回归模型的互联网贷款违约预测研究

在持续增长的居民贷款消费需求刺激下,互联网贷款业务的规模呈现出持续快速扩张的发展态势,发挥机器学习模型在个贷违约预测的作用,控制和防范互联网贷款违约风险,具有十分重要的意义。通过对不同数据集的样本特征进行详细分析,构建个人信用风险评估指标体系,利用具有普适性特征和可解释性特征的Logistic回归模型对个贷违约进行预测。针对原始数据集存在不平衡样本的问题,分别采用过采样和欠采样的重抽样方法获得平衡样本集,调整正则化惩罚力度,选择最优结果的参数来进行建模,得到模型预测结果。最后对如何防范互联网贷款违约风险提出了相关建议。     

不协调的一幕

今天,我在花坛边观看有趣的喷泉。只见喷泉时起时落,在五彩缤纷的灯光照射下显得美丽极了。这时,一位五十多岁的老爷爷穿着汗衫, 趿着拖鞋,来到喷泉边,只见他慢慢地爬上池边,蹲下身在水里洗了洗手,用手掬起了一把水,往脸上抹了抹,说了声:“哇,真凉快!”