| 基于数据科学的租赁评分预测系统设计与实现 | |
| 所属分类:技术论文 | |
| 上传者:wwei | |
| 文档大小:2019 K | |
| 标签: 租赁评分预测 选择性分类 贝叶斯先验校正 | |
| 所需积分:0分积分不够怎么办? | |
| 文档介绍:针对中国租赁行业的信用评分需求,提出并实现了租赁评分预测系统(Leasing Score Prediction,LSP)。系统通过整合40余家租赁公司200万条合同数据,采用LightGBM梯度提升集成模型,并引入贝叶斯先验校正、选择性分类(selective classification)和反事实解释(counterfactual explanation)等方法,构建了一个可解释、可交互、能自我评估不确定性的信用评分框架。通过滚动时间窗回测(2019-2024年)验证,LSP在AUC指标上较单公司模型平均提升11%(小机构)、7%(中型)和3%(大型),整体AUC达0.72,校准误差Bin-ECE-Rating降至0.003,查询响应时间仅1.1 s。结论显示,跨机构数据共享显著提升评分性能,贝叶斯校正有效应对COVID-19带来的违约率先验漂移。LSP为租赁行业提供了一个兼顾预测精度、解释性和实时性的信用评分最佳实践范例。 | |
| 现在下载 | |
| VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2