Основные этапы обработки и методы отбора признаков для дальнейшего прогнозирования платежеспособности клиентов банка Д. Д. Бугакова, Е. Ю. Лисовская, Г. В. Баймеева
Material type: ArticleContent type: Текст Media type: электронный Subject(s): обработка данных | алгоритмы машинного обучения | прогнозирование платежеспособности | логистическая регрессияGenre/Form: статьи в сборниках Online resources: Click here to access online In: Информационные технологии и математическое моделирование ИТММ-2021 : материалы XX Международной конференции имени А. Ф. Терпугова, 1−5 декабря 2021 г С. 56-62Abstract: В данной работе рассматриваются основные этапы обработки и методы отбора признаков для их дальнейшего использования в алгоритмах машинного обучения для построения моделей, которые предназначены для прогнозирования платежеспособности клиентов банка. В работе были рассмотрены такие способы отбора признаков как: расчет коэффициентов WoE (Weight of Evidence) для признаков с последуюш;ей оценкой предсказательной силы отобранных факторов с помош;ью расчета коэффициента IV (information value) и оценка важности признаков с помош;ью алгоритма случайного леса совместно с методом RFE (recursive feature elimination), основанного на логистической регрессии.Библиогр.: 4 назв.
В данной работе рассматриваются основные этапы обработки и методы отбора признаков для их дальнейшего использования в алгоритмах машинного обучения для построения моделей, которые предназначены для прогнозирования платежеспособности клиентов банка. В работе были рассмотрены такие способы отбора признаков как: расчет коэффициентов WoE (Weight of Evidence) для признаков с последуюш;ей оценкой предсказательной силы отобранных факторов с помош;ью расчета коэффициента IV (information value) и оценка важности признаков с помош;ью алгоритма случайного леса совместно с методом RFE (recursive feature elimination), основанного на логистической регрессии.
There are no comments on this title.