تکنیک امتیازدهی داده های نامتعادل اعتباری با استفاده از انتخاب ویژگی پویا

این مقاله تکنیک امتیازدهی داده های نامتعادل اعتباری با استفاده از انتخاب ویژگی پویا ارائه شده است که از طر یق انتخاب پویا واهمیت ویژگی برای داده های نامتعادل اعتباری مورد استفاده وا قع شده است . رو یکرد پیشنهاد ی بر روی مجموعه داده اعتباری مورد مطالعه قرار گرفته ارز یابی شده است که در آن ها عدم تعادل داده های خوب و بد به عنوان نکته کلیدی مطرح می گردد.ارزیابی صورت گرفته بر روی روش های طبقه بندی که شامل درخت های تصمیم ، جنگل های تصادفی ، رگرسیون لجستیک ، تقویت گرادیان و ماشین های بردار پشتیبان با ویژگی های انتخاب شده به صورت پویا آموزش داده شدهاند. نتایج تجربی گسترده نشان می دهد که تکنیک پیشنهادی به طور مداوم دقت را در همه مدلها در مقایسه با امتیازدهی اعتباری معمولی بهبود می بخشد. به طور خاص، ترکیب انتخاب پو یا دقت را به طور متوسط ۹/۱ % و همچنین صحت را تا ۰۱/۱ % افزایش می دهد.این تکنیک امتیازدهی داده ها پیشنهادی همچنین می تواند دقت ، یادآوری و -score۱F را نسبت به تکنیک های مورد مقایسه بهبود دهد. اطلاعات مفیدی که از تکنیک امتیازدهی داده ها بدست آمده با انتخاب درست ویژگی پویا و عملکرد امتیازدهی اعتبار مورد استفاده قرار گرفته است و در نهایت قدرت پیش بینی طبقه بندی داده ها بهبود یافته و به موسسات مالی اجازه می دهد تا مدلهای ریسک اعتباری قابل اعتمادتری مورد مشاهده واقع شود.

کلیدواژه ها:

توزیع کلاس نامتعادل ، طبقه بندی دادهها ، انتخاب ویژگی ، رتبه بندی داده ها