《表1 4种模型性能比较：基于机器学习的P2P网络借贷违约风险识别模型比较——以“人人贷”为例》

  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P2P网络借贷违约风险识别模型比较——以“人人贷”为例》

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

由表1可知，综合来看，随机森林模型的性能最好，CART决策树次之，支持向量机和BP神经网络分别位列三、四名。单独来看，4种机器学习方法的AUC均在0.9以上，F2均在0.85以上，表明4种机器学习模型都可以对借款人是否会违约做出很好的判断。此外，BP神经网络模型的查准率最高，达95.04%，显著高于其他3类模型，但召回率较低，仅为88.16%。随机森林模型和CART决策树模型的召回率较高，分别为99.97%和96.30%。