面向信用评分的动态集成学习：一项比较研究
机器学习
2020-10-20 v1
摘要
自动信用评分通过评估贷款申请人的违约概率，在点对点借贷平台中发挥着降低贷款人风险的重要作用。尽管已有研究表明动态选择技术对分类任务有效，但这些技术在信用评分中的表现尚未明确。本研究试图在大规模高维真实信用评分数据集上，系统性地基准测试不同的动态选择方法用于集成学习模型，以准确估计信用评分任务。本研究结果表明，动态选择技术能够提升集成模型的性能，尤其在非平衡训练环境中。
引用
@article{arxiv.2010.08930,
title = {Dynamic Ensemble Learning for Credit Scoring: A Comparative Study},
author = {Mahsan Abdoli and Mohammad Akbari and Jamal Shahrabi},
journal= {arXiv preprint arXiv:2010.08930},
year = {2020}
}