计算机工程与应用 ›› 2021, Vol. 57 ›› Issue (10): 233-240.DOI: 10.3778/j.issn.1002-8331.2002-0212
张东梅,买日旦·吾守尔,古兰拜尔·吐尔洪
ZHANG Dongmei, Mairidan Wushouer, Gulanbaier Tuerhong
摘要:
为实现对高维混合、不平衡信贷数据中的不良贷款者的准确预测,从降维预处理和分类算法两方面进行优化,提出一种基于混合数据主成分分析(Principal Component Analysis of Mixed Data,PCAmix)预处理的单类[K]近邻[(K]-Nearest Neighbor,[KNN)]计算均值算法。针对传统的主成分分析(Principal Component Analysis,PCA)不能直接处理定性变量的问题,使用PCAmix降维预处理数据,为规避不平衡数据在二分类模型中性能较差的缺点,采用单类分类和[K]近邻算法邻居计算的思想,仅采用多数类训练模型。利用Bootstrap方法找到最佳的决策边界,使得正负样本最大限度地分离,最终准确预测客户的违约风险。采用UCI数据库中的German和Default个人信用评分数据集进行验证,实验结果表明该算法在处理高维混合、不平衡的信贷数据上具有较好的分类效果。