Feb, 2024
合奏方法:使用 LightGBM、XGBoost 和 LocalEnsemble 进行信用违约预测的创新
Ensemble Methodology:Innovations in Credit Default Prediction Using LightGBM, XGBoost, and LocalEnsemble
Mengran Zhu, Ye Zhang, Yulu Gong, Kaijuan Xing, Xu Yan...
TL;DR在消费借贷领域,准确的信贷违约预测是风险缓解和借贷决策优化的关键要素,本研究通过引入创新方法挑战传统模型,构建了一个由 LightGBM、XGBoost 和 LocalEnsemble 模块组成的集成方法框架,通过利用独特的特征集直接解决了之前研究中的局限性,旨在为信贷违约预测准确性建立新的标准,实验证明了集成模型在数据集上的有效性,为推动信贷违约预测模型的准确性和稳健性树立了先例。