原创力文档- 1、本文档共17页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
?
?
基于带多数类权重的少数类过采样技术和随机森林的信用评估方法
?
?
田臣周丽娟
摘要：针对信用评估中最为常见的不均衡数据集问题以及单个分类器在不平衡数据上分类效果有限的问题，提出了一种基于带多数类权重的少数类过采样技术和随机森林（MWMOTE-RF）结合的信用评估方法。首先，在数据预处理过程中利用MWMOTE技术增加少数类别样本的样本数;然后，在预处理后的较平衡的新数据集上利用监督式机器学习算法中的随机森林算法对数据进行分类预测。使用受测者工作特征曲线下面积（AUC）作为分类评价指标，在UCI机器学习数据库中的德国信用卡数据集和某公司的汽车违约贷款数据集上的仿真实验表明，在相同数据集上，MWMOTE-RF方法与随机森林方法和朴素贝叶斯方法相比，AUC值分别提高了18%和20%。与此同时，随机森林方法分别与合成少数类过采样技术（SMOTE）方法和自适应综合过采样（ADASYN）方法结合，MWMOTE-RF方法与它们相比，AUC值分别提高了1.47%和2.34%，从而验证了所提方法的有效性及其对分类器性能的优化。
关键词：
不平衡数据集;机器学习;带多数类权重的少数类过采样技术;随机森林;信用评估
中图分类号：TP18;TP399
文献标志码：A
Abstract：Inordertosolvetheproblemofunbalanceddatasetincreditassessmentandthelimitedclassificationeffectofsingleclassifieronunbalanceddata，aMajorityWeightedMinorityOversamplingTEchnique-RandomForest（MWMOTE-RF）creditassessmentmethodwasproposed.Firstly，MWMOTEtechnologywasappliedtoincreasethesamplesofminorityclassesinthepreprocessingstage.Then，onthepreprocessedbalanceddataset，randomforestalgorithm，oneofsupervisedmachinelearningalgorithms，wasusedtoclassifyandpredictthedata.WithAreaUndertheCarve（AUC）usedtoevaluatetheperformanceofclassifier，experimentswereconductedonGermancredictcarddatasetfromUCIdatabaseandacompanyscardefaultloandataset.TheresultsshowthattheAUCvalueofMWMOTE-RFmethodincreasesby18%and20%respectivelycomparedwithrandomforestmethodandNaiveBayesmethodonthesamedataset.Atthesametime，randomforestmethodwascombinedwithSyntheticMinorityOver-samplingTEchnique（SMOTE）andADAptiveSYNtheticover-sampling（ADASYN），respectively，andtheAUCvalueofMWMOTE-RFmethodincreasesby1.47%and2.34%respectivelycomparedwiththem.Theresultsprovetheeffectivenessandtheoptimizationofclassifierperformanceoftheproposedmethod.
Keywords：umbalanceddataset;machinelearning;MajorityWeightMinorityOversamplingTEchnique（MWMOTE）;randomforest;creditassessment
0引言
伴随着互联网金融的日渐兴起，数据挖掘
文档评论（0）