Aug, 2022
自然语言处理数据集机器学习模型评估与特征重要性分析
Machine Learning Models Evaluation and Feature Importance Analysis on NPL Dataset
Rufael Fekadu, Anteneh Getachew, Yishak Tadele, Nuredin Ali, Israel Goytom
TL;DR该研究使用机器学习模型,对埃塞俄比亚一家私人银行提供的数据进行分析,发现 XGBoost 模型在 KMeans SMOTE 过采样数据上取得了最高的 F1 分数,而评估信贷风险时,申请人的年龄、就业年限和总收入等因素比抵押相关的因素更为重要。