《表1 相关数据资料表:机器学习算法信用风险预测模型》
将判断客户是否有潜在违约风险的数据分为两个类型,一个为静态数据类型,其主要包含用户基本情况以及用户检测量表;另一类为动态数据,其主要包含客户的银行信息记录(如流水信息,基本信用信息),第三方支付记录等。其中动态信息随着客户的时时状态而发生改变,其具体情况如表1所示。
图表编号 | XD0043836400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 刘厚钦 |
绘制单位 | 广东电网有限责任公司 |
更多格式 | 高清、无水印(增值服务) |
将判断客户是否有潜在违约风险的数据分为两个类型,一个为静态数据类型,其主要包含用户基本情况以及用户检测量表;另一类为动态数据,其主要包含客户的银行信息记录(如流水信息,基本信用信息),第三方支付记录等。其中动态信息随着客户的时时状态而发生改变,其具体情况如表1所示。
图表编号 | XD0043836400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 刘厚钦 |
绘制单位 | 广东电网有限责任公司 |
更多格式 | 高清、无水印(增值服务) |