基于LightGBM的银行信用卡违约研究

随着全球经济的变化和我国金融制度的改革,信用卡借贷业务在金融行业中发展的十分迅猛,为银行带来了巨大的收益。但是,高收益往往伴随着高风险,信用卡借贷隐藏着巨大的风险。如何在已有的信用卡数据基础上,利用科学的方法来鉴别风险,是各个银行急需解决的问题。该文主要研究LightGBM在银行信用卡违约问题中的作用,通过实验,与LR、SVM、随机森林等几个常用模型的对比,发现LightGBM模型的准确率最高,说明LightGBM模型效果较好,有一定的实用价值。