文件名称：贷款-使用机器学习算法的贷款批准分类-研究论文
文件大小：196KB
文件格式：PDF
更新时间：2024-06-09 08:12:32
论文研究
自上个世纪以来，银行和其他金融公司一直从事贷款业务。 在这样的业务中维持自己的基本要求是在批准贷款失败之前对客户进行细致的背景检查，否则机构贷款会承担客户不支付会费的风险。 这种未偿还的欠款称为不良贷款，在违约90天后变为不良资产（NPA）。 根据印度储备银行的数据，今年印度的不良资产总额将达到20年来的最高水平。 因此，开发更好的模型来决定是否批准贷款的需求从未如此迫切。 本文的研究工作旨在解决这个问题，并帮助贷款机构避免不良贷款。 通过向我们的机器学习模型提供完整的客户详细信息，可以确保对每个客户进行完整的背景调查，这与以前的工作主要依赖于客户工资等特定项目不同。 集成学习模型已成为这项工作的主要重点，因为使用了随机森林，梯度提升，XGBoost等。 在所有模型中，最好的结果来自Gradient Boosting分类器。 最后，通过整合上述算法，构建了投票分类器。 这有助于略微提高F1评分和rocauc评分等指标。