基于CPSO-XGboost的个人信用评估

作者：王名豪; 梁雪春^*

来源：计算机工程与设计, 2019, 40(07): 1891-1895.

DOI：10.16208/j.issn1000-7024.2019.07.015

• 个人信用评估
• 极端梯度提升树
• 混沌粒子群
• 特征选择
• 随机森林
• 梯度提升决策树

在大数据时代的背景下,个人信用数据指标日益繁杂。为降低个人信用数据冗余性,使用基于随机森林与梯度提升决策树组合的特征选取方法;提出混沌粒子群算法优化XGboost信用评估模型参数,提高个人信用评估准确性。实例分析结果表明,CPSO-XGboost相比XGboost、Logistic和SVM在个人信用评估中具有更高的稳定性和准确性。

• 单位
  南京工业大学