随机森林之信贷风险模型特征工程

信贷风险模型

今天在复习随机森林的时候，突然有了一些思考：信贷风险模型在我的理解，就是为了评估某个客户（企业，个体）在贷款等相关业务中，是否能够有效的将其贷款回收。通过自己的一些了解与猜想，信用评估模型中的主要评价来源是客户的数据。那么，数据可能会存在各种各样的数据，例如其历史借贷信息等。同时，收集的数据肯定会有很多的噪声。所以，如何根据这些特征信息来分析客户的借贷情况就显得尤为重要。

通常，在机器学习这里，我们都会构造一个合适的模型，从而根据数据来训练出一个比较合适的参数。这里，数据的特征构造对模型的性能会造成很大的影响。

所以，这里我就联想了到了再进行模型训练之前可以对数据进行一些操作，其中特征的选择就可以借鉴一下。下面，我主要介绍如何使用随机森林进行特征选择。

随机森林-特征重要性评价

这里，随机森林可以作为一种特征选择的工具来进行数据预处理。随机森林的主要思想可由下面这张图来说明：

主要的步骤有三步：

对于随机森林的每一颗决策树，使用响应的OOB(袋外数据)来计算袋外数据误差（Eroor_OOB1）
然后，在袋外数据OOB的所有样本中，对于某个样本特征X随机加入噪声干扰，相当于随机改变了样本在特征X处的值，再次计算袋外数据误差Error_OOB2
N棵树：

随机森林之信贷风险模型特征工程相关推荐

【问题3】：Kaggle练习题《房价预测》----分别采用的岭回归，随机森林，bagging模型，AdaBoost，XgBoost等。
第一步:导入基本的模块, 并且加载数据. import pandas as pd import numpy as np import matplotlib.pyplot as plt# index_c ...
随机森林RF中的特征重要性的计算公式VIM
特征重要性评估现实情况下,一个数据集中往往有成百上前个特征,如何在其中选择比结果影响最大的那几个特征,以此来缩减建立模型时的特征数是我们比较关心的问题.这样的方法其实很多,比如主成分分析,lasso ...
金融风控--申请评分卡模型--特征工程（特征分箱，WOE编码）标签：金融特征分箱-WOE编码 2017-07-16 21:26 4086人阅读评论(2) 收藏举报分类：金融风
金融风控-->申请评分卡模型-->特征工程(特征分箱,WOE编码) 标签: 金融特征分箱-WOE编码 2017-07-16 21:26 4086人阅读评论(2) 收藏举报分类: 金融 ...
通过随机森林的例子解释特征重要性
https://www.toutiao.com/a6657142683347190284/ 2019-02-12 23:53:35 在许多(业务)案例中,同样重要的是不仅要有一个准确的机器学习模型,还 ...
数据与特征对随机森林的影响（特征对比、特征降维、考虑性价比）
数据与特征对随机森林的影响(特征对比.特征降维.考虑性价比)_PanDawson的博客-CSDN博客_随机森林降维
随机森林(RFC)实现模型优化与特征提取
随机森林既可以进行分类也可以进行回归预测,这里通过随机森林(RFC)模型对汽油辛烷值RON进行特征提取与模型优化. 一.导入相关的数据库 import matplotlib.pyplot as plt ...
随机森林的特征是放回抽样么_通过随机森林的例子解释特征重要性
在许多(业务)案例中,同样重要的是不仅要有一个准确的机器学习模型,还要有一个可解释的机器学习模型.通常,除了想知道我们的机器学习模型的房价预测是什么之外,我们还想知道为什么它是这么高/低,以及哪些特征 ...
pyspark做movielens推荐模型特征工程
重磅推荐专栏: <Transformers自然语言处理系列教程> 手把手带你深入实践Transformers,轻松构建属于自己的NLP智能应用! 前面文章讲了如何使用pyspark做特征工 ...
机器学习实战案例：使用随机森林/XGBoost等模型进行分类预测，提高银行营销活动效率
1. 项目背景介绍在这篇文章中,我们将使用 Python 搭建逻辑回归(Logistic Regression),随机森林(Random Forest),XGBoost,Bagging,KNN (K ...

随机森林之信贷风险模型特征工程

信贷风险模型

随机森林-特征重要性评价

随机森林之信贷风险模型特征工程相关推荐

最新文章

热门文章