基于卷积神经网络的客户信用评估模型研究*

刘伟江,魏海,运天鹤

Evaluation Model for Customer Credits Based on Convolutional Neural Network

Liu Weijiang,Wei Hai,Yun Tianhe

表6 模型综合性能评估对比

Table 6 Models’ Performance Evaluation

特征处理方法 模型方法 G-mean F1 AUC LeNet-5 0.827（1） 0.814（1） 0.995（1） 基于信息价值 特征处理 BP神经网络 0.668 0.653 0.715 决策树 0.665 0.651 0.724 支持向量机 0.703 0.689 0.668 随机森林 0.705 0.701 0.778 Logistic回归 0.633 0.626 0.747 基于PCA 特征处理 BP神经网络 0.759（3） 0.769（3） 0.816 决策树 0.730 0.749 0.837 支持向量机 0.773（2） 0.778（2） 0.904（2） 随机森林 0.748 0.759 0.865 Logistic回归 0.759（3） 0.652 0.880（3）