A comparative analysis of machine learning algorithms for predicting probabilities of default
创建于 更新于
摘要
本文系统比较了五种机器学习算法（随机森林、决策树、XGBoost、梯度提升和AdaBoost）与传统逻辑回归在贷款违约概率预测中的表现。结果显示集成方法表现优异，尤其是随机森林和提升方法，在识别违约客户方面准确率较高且稳定。通过特征重要性分析，识别出逾期信用额度数量、重大负面记录等关键变量，为信用风险管理提供了实用见解 [page::0][page::1][page::3][page::4]。
