Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Performance Analysis of Credit Scoring Models on Lending Club Data
Polena, Michal ; Teplý, Petr (vedoucí práce) ; Pečená, Magda (oponent)
V naší magisterské práci jsme porovnávali deset klasifikačních algoritmů pro kreditní skórování. Jejich prediktivní schopnosti byly měřeny šesti rozdílnými technikami pro měření klasifikační přesnosti. Pro porovnání klasifikátorů jsme použili unikátní datový set z P2P půjčování s více jak 200.000 záznamy a 23 proměnnými. Tento datový set pochází z Lending Clubu. Lending Club je největší platforma pro P2P půjčování ve Spojených státech amerických. Lo- gistická regrese, umělá neuronová sít' a lineární diskriminační analýza jsou tři nejlepší klasifikátory podle našich výsledků. Náhodný les se umístil jako pátý nejlepší klasifikátor. Na druhou stranu, klasifikační a regresní strom a k-nejbližší okolí se umístily jako nejhorší klasifikátory v našem žebříčku. 1

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.