首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于随机森林的RFM模型对银行信用风险的评估
引用本文:程玉胜,邹欢.基于随机森林的RFM模型对银行信用风险的评估[J].安庆师范学院学报(自然科学版),2018,24(3):34-37.
作者姓名:程玉胜  邹欢
作者单位:安庆师范大学计算机与信息学院,安徽安庆,246133;安庆师范大学计算机与信息学院,安徽安庆,246133
基金项目:安徽省高等学校自然科学基金
摘    要:将传统RFM(Recency,Frequency,Monetary)客户行为予以重构,用于商业银行的信贷管理,同时结合随机森林算法为降低银行信用风险提供决策。实验结果表明,基于随机森林的新型RFM模型在预测银行信用风险时的准确率要高于人工神经网络、KNN和C4.5算法。

关 键 词:统计方法  RFM模型  随机森林算法  信用风险

Random Forest RFM Model and Its Evaluation in Bank Credit Risk
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号