【采用】机器学习在金融大数据风险建模中的应用3.研究的理论框架与模型建设
本文在传统风险模型体系的基础上,嫁接逻辑回归和决策树模型建立T-L模型,并结合Random Forest模型完善模型结构。采用T-L核模型替代RF模型中的传统决策树模型,将RF模型和T-L核模型结合,建立了ScoreNet模型体系。既大大提升了风险模型区分能力,也保证了模型结构的清晰和评分广泛的应用。【关键词】大数据风控T-L模型RandomForestScoreNet1.选...