|
|||||
|
|
| 网贷平台数据的随机森林预测模型实证分析 | |
| 作者单位： | ;1.巢湖学院数学与统计学院 |
| 摘 要： | 针对P2P网络借款平台存在着借款人与投资人信息的不对称性、借款成功率低下这些阻碍网贷平台未来发展的问题,依托已有的非均衡少量样本数据,构建随机森林预测模型并进行实证分析.结果表明,随机森林模型对各级风险样本的正确识别率接近100%,说明该模型具有很高的实用价值和很好的预测能力.与其他模型相比,随机森林比线性模型和广义线性模型的预测精度高,抗噪声性能良好,且能够有效估计模型中各变量在分类中的重要性.通过对各评价指标的重要程度及其与借贷成功率之间的关系的分析,可为P2P网贷发展提供理论依据和实践基础. |
| 关 键 词： | 随机森林模型 P2P网络借贷 历史借贷成功率 Smote算法 |
Empirical Analysis of Random Forest Prediction Model for Online Loan Platform Data |
|
| Abstract: | |
| Keywords: | |