《表4 多模型各参数比对：基于自然语言处理与深度学习的信用贷款评估模型》

  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

《基于自然语言处理与深度学习的信用贷款评估模型》

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

%

根据表4分析可知，由缺失特征的数据处理与训练可以看出，WV-CNN模型与多元线性回归都无需处理可直接评估，降低了人为填充特征的主观因素的干扰，但WV-CNN对于缺失特征的鲁棒能力更强，最终测试准确率可达85.8%。由最终训练与测试结果可以看出，WV-CNN训练准确率为98.2%，测试准确率为91.7%，较其他常用模型都有小幅提高。因此，WV-CNN模型在提高信贷评估准确率的同时，也优化了对缺失特征的处理能力。