特征选择与Logistic回归相结合的担保圈风险识别方法
特征选择与Logistic回归相结合的担保圈风险识别方法
复制标题
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
赵文欣
中科院分区：
文献类型：
--
作者：
刘亚;李华;郑冰;赵文欣
在银行风险管控方面,通过监管部门的现场监测,各种可疑金融交易行为和企业信贷风险层出不穷,如担保圈、洗钱等.本文提出一种CSAFS特征选择算法和Logistic回归相结合的担保圈风险识别方法,在特征选择阶段,CSAFS特征选择算法既能解决特征间的多重共线性问题,又能选择出覆盖全部或者大部分原始数据信息的、无冗余的新特征子集.之后将新特征子集作为输入项进行Logistic回归,建立担保圈风险识别模型.通过实验验证以及对比四种应用较为广泛的数据挖掘算法( SVM、 RF、决策树和朴素贝叶斯), 本文提出的方法识别准确率最高,可以更好的为银行贷款业务提供参考,具有实际应用价值.