《表5:K-邻近算法预测结果准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的P2P违约预测算法比较——以“人人贷”为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对预测结果的分析，可以看到模型的精度已经得到了极大的改进。在1265个预测集数据中，平均仅有4.9个样本点出现预测错误的提高，预测的错误率已经降到了0.00388一下，而在债券违约中最为关键的贷款违约情况，平均发放贷款817.4笔，其中仅有0.7笔发生贷款违约的情况，贷款违约率降低到了0.086%以下，同时平均仅损失4.2笔，约占有效贷款总数的0.512%。通过上述交叉检验的方法，我们验证了修正K-邻近模型在贷款违约情况的应用上是稳定而有效的。