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! |
|