用于信用评估的在线 NEAT——一个带序列数据的动态问题
机器学习
2020-07-07 v1 机器学习
摘要
本文描述了神经进化在 P2P 借贷问题中的应用，其中信用评估模型基于流数据进行更新。我们应用神经拓扑增强进化（NEAT）算法，该算法在信用评估领域尚未被广泛使用。除将该方法与其他广泛应用的机器学习技术进行比较外，我们开发并评估了若干算法增强方案，使其适用于该问题中相关的在线学习特定方面。这些方面包括处理不平衡流数据、高计算成本，以及随时间保持模型相似性，即使用新数据训练随机学习算法但最小化模型变更，除非模型性能有明显收益。
引用
@article{arxiv.2007.02821,
title = {Online NEAT for Credit Evaluation -- a Dynamic Problem with Sequential Data},
author = {Yue Liu and Adam Ghandar and Georgios Theodoropoulos},
journal= {arXiv preprint arXiv:2007.02821},
year = {2020}
}