基于改进的AdaBoost算法的信用评分模型  

Credit Score Model Based on Improved AdaBoost Algorithm

作　　者：杨海江[1] 魏秋萍[1] 张景肖[1] 

机构地区：[1]中国人民大学统计科学研究中心,统计学院,北京100872

出　　处：《统计与信息论坛》2011年第2期27-31,共5页Journal of Statistics and Information

基　　金：国家社会科学基金青年项目《中国银行业信用风险管理的理论与实践--基于稀有事件和拒绝推断的信用评分模型》(09CTJ003)

摘　　要：将AdaBoost组合算法应用于信用评分模型中的分类问题,并针对该算法在解决不平衡分类问题上的一些不足,对算法进行了改进。应用此改进的AdaBoost算法,创建了新的信用评分模型,并进行了实证分析。实证结果表明,基于改进的AdaBoost算法的信用评分模型可以有效降低由于模型错判而导致的损失。This paper applies AdaBoost algorithm to classification problem in credit score models,and improves AdaBoost in consideration of the shortcoming emerged when dealing with unbalanced data.This improved AdaBoost is used to build credit score models.Empirical results show that credit score models based on improved AdaBoost algorithm can decrease the loss caused by misclassification.

关 键 词：消费信贷 信用评分 ADABOOST算法 改进的AdaBoost算法 

分 类 号：F222.3[经济管理—国民经济]