《表1 分类结构混淆矩阵：基于Logistic模型的网贷违约风险预测研究》
提示：宽带有限、当前游客访问压缩模式
四个基础指标所组成的混淆矩阵如表1所示。
| 图表编号 | XD00195584300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.03.01 |
| 作者 | 王飞祥、吴礼好 |
| 绘制单位 | 贵州财经大学、贵州财经大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 分类变量卡方检验：基于随机森林模型的P2P网贷平台违约风险量化评价研究》2021.02.01
- 《表3 分类结果混淆矩阵：不同机器学习算法在高龄骨科患者术后低蛋白血症风险预测模型中使用效果的评估》2020.10.20
- 《表1 混淆矩阵：早期糖尿病风险预测模型的比较研究》2021.01.01
- 《表4 分类混淆矩阵：基于大数据的城市供水管网风险评估模型研究》2020.07.10
- 《表2 解释的总方差：网贷平台的财务风险预警研究——基于Logistic模型和BP神经网络的实证》2020.05.15
- 《表1 分类结果混淆矩阵：基于企业进销项发票数据的税收风险预测模型》2020.03.28
- 《表1 混淆矩阵：网贷平台数据的随机森林预测模型实证分析》2019.12.25
- 《表6 混淆矩阵：居民客户电费回收风险的预测研究——基于随机森林算法》2019.12.20
- 《表3 流动性风险预测表：基于Logistic的P2P网贷平台流动性风险测度研究——以向上金服为例》2019.11.10
- 《表1 混淆矩阵：基于网页浏览内容的心理健康预测模型的研究》2019.05.01
- 《表4 分类表：基于Logistic回归模型的P2P借款人信用违约风险评估模型研究》2019.06.20
- 《表4 装袋法分类结果：基于特征提取的网贷平台生存关键因素研究》2019.07.01
- 《表5 旋转成分矩阵：P2P网贷借款人信用风险内生因素影响路径——基于因子分析与结构方程模型的研究》2019.03.30
- 《表2 相关系数矩阵：P2P网贷借款人信用风险内生因素影响路径——基于因子分析与结构方程模型的研究》2019.03.30
- 《表3 混淆矩阵样表：P2P借贷违约风险识别模型比较》2019.01.20
- 《表4 模型正确率检验：P2P网贷信用风险判别研究——基于二项Logistic分类模型》2018.08.05
- 《表1 指标选取及说明：P2P网贷信用风险判别研究——基于二项Logistic分类模型》2018.08.05
- 《表3 改进模型预测结果：基于信用债违约概率模型评估债券业务的风险研究》2019.10.25
- 《表3 改进模型预测结果：基于信用债违约概率模型评估债券业务的风险研究》2019.10.25
- 《表1 混淆矩阵：基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测》2018.02.15