《表8 特征工程后的特征重要性》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的互联网金融机构信用风险识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在特征工程中，可以人工统计发现易产生违约的已有特征。同时，在特征工程完成后，基于树模型的LightGBM根据信息增益和基尼系数计算并返回特征重要性，也有助于发现更多影响违约率的因素。特征选择后LightGBM返回的重要性前10的特征指标，见表8所列。