《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》
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%。
图表编号 | XD00165130300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.10 |
作者 | 裴晓伟、张馨予 |
绘制单位 | 南京邮电大学经济学院、南京邮电大学经济学院 |
更多格式 | 高清、无水印(增值服务) |