2025年下学期高中数学与信用评分系统试卷.docVIP

2025年下学期高中数学与信用评分系统试卷

一、选择题（共10小题，每小题5分，共50分）

某信用评分模型中，用户的历史还款记录权重为0.3，负债比率权重为0.2，信用时长权重为0.2，信贷查询次数权重为0.1，账户类型多样性权重为0.2。若某用户上述五项指标的得分分别为85、60、90、75、80，则该用户的综合信用得分为（）

A.78.5B.80.5C.82.5D.84.5

在logistic回归模型中，信用评分$S$与违约概率$P$的关系为$S=A-B\ln\left(\frac{P}{1-P}\right)$，其中$A$、$B$为常数。若当$P=0.05$时$S=650$，当$P=0.01$时$S=750$，则$B$的值为（）

A.$\frac{100}{\ln19}$B.$\frac{100}{\ln5}$C.$\frac{100}{\ln95}$D.$\frac{100}{\ln49}$

某银行采集了1000位用户的信用数据，其中违约用户100人。若用决策树模型对数据进行二分类，某叶子节点包含60个样本，其中违约用户12人，则该节点的信息熵为（）

A.$-\frac{12}{60}\ln\frac{12}{60}-\frac{48}{60}\ln\frac{48}{60}$B.$-\frac{12}{1000}\ln\frac{12}{1000}-\frac{988}{1000}\ln\frac{988}{1000}$

C.$\frac{12}{60}\ln\frac{12}{60}+\frac{48}{60}\ln\frac{48}{60}$D.$\frac{12}{1000}\ln\frac{12}{1000}+\frac{988}{1000}\ln\frac{988}{1000}$

信用评分系统中常用特征工程对数据进行预处理。下列操作中，属于特征标准化的是（）

A.将用户年龄按18-25岁26-35岁等区间离散化

B.用公式$x=\frac{x-\mu}{\sigma}$将收入数据转换为均值为0、方差为1的分布

C.对是否有房贷（是/否）用0-1编码表示

D.计算用户近6个月与近12个月的还款记录相关性

某信用模型中，用户的信用分数$Y$与月收入$x$（单位：千元）的关系为$Y=500+20x+\epsilon$，其中$\epsilon$为随机误差，且$E(\epsilon)=0$，$D(\epsilon)=25$。若某用户月收入为15千元，则其信用分数的95%预测区间为（）（注：95%置信水平下正态分布的临界值为1.96）

A.$[500+20\times15-1.96\times5,500+20\times15+1.96\times5]$

B.$[500+20\times15-1.96\times25,500+20\times15+1.96\times25]$

C.$[20\times15-1.96\times5,20\times15+1.96\times5]$

D.$[500-1.96\times5,500+1.96\times5]$

某信用数据集包含月收入信用卡额度还款次数三个特征，若对其进行主成分分析，得到协方差矩阵$\Sigma=\begin{pmatrix}421\253\136\end{pmatrix}$，则第一主成分对应的特征向量应满足（）

A.$\begin{cases}4a+2b+c=\lambdaa\2a+5b+3c=\lambdab\a+3b+6c=\lambdac\end{cases}$B.$\begin{cases}4a+2b+c=a\2a+5b+3c=b\a+3b+6c=c\end{cases}$

C.$\begin{cases}4a+2b+c=0\2a+5b+3c=0\a+3b+6c=0\end{cases}$D.$\begin{cases}4a+2b+c=1\2a+5b+3c=1\a+3b+6c=1\end{cases}$

在信用评分模型的混淆矩阵中，假阳性率是指（）

A.实际违约用户中被预测为违约的比例B.实际未违约用户中被预测为违约的比例

C.预测违约用户中实际违约的比例D.预测未违约用户中实际未违