《表3 Relief算法中各属性重要性》
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
《面向农户贷款信用风险评估的Relief-GEP模型》
从表3中可以明显看出,在所用数据集各项指标中,性别因素对预测违约概率作用最为明显,作用力度在所有指标中占比超过了50%,其次分别为婚姻状况、教育、年龄、贷款实际利率等因素,而健康状况、贷款是否存在担保、贷款额度3项指标的Relief算法重要性得分均为负值,表明这3项指标对预测违约概率作用不强。故根据Relief-GEP农户信用评估模型设计原理,剔除这3项指标,从而实现训练样本降维,摈弃噪声信息。
图表编号 | XD00193791500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 刘田田 |
绘制单位 | 江苏开放大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |