Grabit：用于违约预测的梯度树提升Tobit模型
统计方法学
2019-03-04 v7
摘要
二分类中的一个常见问题是在少数类与多数类之间的类不平衡，例如违约预测中的违约与非违约。在本文中，我们引入一种新颖的二分类模型，即Grabit模型，其通过将梯度树提升应用于Tobit模型而获得。我们展示了该模型如何利用辅助数据，以在失衡数据上获得提升的预测精度。我们将Grabit模型应用于预测向瑞士中小企业（SME）发放贷款的违约，并相较于其他最先进的方法获得了巨大且显著的预测性能改进。
引用
@article{arxiv.1711.08695,
title = {Grabit: Gradient Tree-Boosted Tobit Models for Default Prediction},
author = {Fabio Sigrist and Christoph Hirnschall},
journal= {arXiv preprint arXiv:1711.08695},
year = {2019}
}