《表2 实验结果：大数据背景下银行信用风险预测技术研究》
提示：宽带有限、当前游客访问压缩模式
通过表2得出的结果显示，XGBoost在准确率、召回率等方面都要优于GBDT计算的结果，优势较为明显，因此XGBoost算法在银行信用风险分析方面具有较好的计算效果。
| 图表编号 | XD00743900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 张颖 |
| 绘制单位 | 长春财经学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 实验环境配置情况：大数据背景下公平竞争审查文本的排查研究》2021.02.01
- 《表5 实验结果评估：大数据背景下公平竞争审查文本的排查研究》2021.02.01
- 《表3 水泥技术性能：大数据背景下工程造价数据挖掘问题研究》2021.01.15
- 《表1 变量选取与赋值：“违约潮”背景下的信用风险测度研究》2019.11.15
- 《表5 水深适应性：“违约潮”背景下的信用风险测度研究》2019.11.15
- 《表1 实验环境：大数据背景下智慧教育云平台构建研究》2020.04.01
- 《表4 面板数据计量结果：互联网金融对商业银行信用风险的影响研究——基于股份制商业银行面板数据的实证分析》2020.05.15
- 《表3 单位根检验结果：互联网金融对商业银行信用风险的影响研究——基于股份制商业银行面板数据的实证分析》2020.05.15
- 《表9 模型预测结果表：供应链金融视角下中小农业企业信用风险预警及防范研究》2020.04.20
- 《表1 实验数据集：大数据背景下塑料光纤通信系统安全态势诊断研究》2020.08.25
- 《表4 实验三分类结果：商业银行大数据技术探索——从日常交易流水到价值客户发现》2020.08.25
- 《表3 实验二实验结果：商业银行大数据技术探索——从日常交易流水到价值客户发现》2020.08.25
- 《表1 年龄转换（岁）：大数据背景下数据挖掘技术在保险行业的应用研究》2020.04.15
- 《表5 模型拟合结果：利率市场化对股份制银行信用风险影响实证研究——基于六家股份制银行面板数据》2020.02.29
- 《表1 判别效果表：经济新常态下我国商业银行信用风险研究》2019.06.01
- 《表1 大数据背景下个人信用评估体系和评估方法》2019.10.20
- 《表5 模型检验结果：宏观审慎背景下我国货币政策传导的银行风险承担渠道研究》2019.03.15
- 《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1 选择指标汇总：“稳金融”背景下商业银行风险预警研究》2019.11.15
- 《表3 因子载荷矩阵：“稳金融”背景下商业银行风险预警研究》2019.11.15