《表3 不同算法性能比较：个人信贷违约预测模型的研究》
提示：宽带有限、当前游客访问压缩模式
三种算法各性能评价指标对比，如表3所示。
| 图表编号 | XD00219108000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 周翔、张文宇、江业峰 |
| 绘制单位 | 辽宁科技大学计算机与软件工程学院、辽宁科技大学计算机与软件工程学院、辽宁科技大学计算机与软件工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 非零回归系数表：基于整合治愈率模型的信贷违约时点预测》2021.02.25
- 《表1 ECD算法：基于整合治愈率模型的信贷违约时点预测》2021.02.25
- 《表5 变量说明：基于整合治愈率模型的信贷违约时点预测》2021.02.25
- 《表2 不同的分割算法下加权KNN预测模型的分类性能比较》2021.01.15
- 《表2 4种方法预测性能：改进粒子群算法优化SVR水质预测模型研究》2021.02.15
- 《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》2021.03.01
- 《表3 不同算法训练得到的预测模型的性能比较》2020.03.01
- 《表1 数据集描述：基于FWGKNN算法的个人违约率的应用》2020.03.05
- 《表4：基于FWGKNN算法的个人违约率的应用》2020.03.05
- 《表2 数据集描述：基于软投票融合模型的消费信贷违约风险评估研究》2020.04.10
- 《表1 衍生变量：基于软投票融合模型的消费信贷违约风险评估研究》2020.04.10
- 《表3 不同分割算法下随机森林预测模型的分类性能》2020.02.01
- 《表2 主成分结构表：基于XGBoost算法的信用债违约预测模型》2019.10.20
- 《表2:描述性统计：基于机器学习的P2P违约预测算法比较——以“人人贷”为例》2019.06.20
- 《表1:变量说明：基于机器学习的P2P违约预测算法比较——以“人人贷”为例》2019.06.20
- 《表2 测试集预测结果：基于大数据算法的商业银行企业客户信贷风险评价模型建立与实证研究》2018.11.20
- 《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3 不同模型违约概率预测精度的对比》2018.07.23
- 《表6 不同股权集中度下信贷违约风险比较》2018.07.10