《表3 特征数量和模型表现》
图4为4种模型的ROC曲线图。在ROC空间中,ROC曲线越靠近图像的左上方表明分类器效果越好。ROC曲线下的面积为AUC值,AUC值介于0和1之间,AUC值越高则分类模型的性能越好。从图3中可以看出,在相同的个人信用评估数据下,CPSO-XGboost模型表现出更好的信用评估性能,AUC值为0.92高于其它模型。该实验结果表明将CPSO-XGboost应用于个人信用评估的可行性和优越性。
图表编号 | XD0074400900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.16 |
作者 | 王名豪、梁雪春 |
绘制单位 | 南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院 |
更多格式 | 高清、无水印(增值服务) |