论文部分内容阅读
本文以支持向量机(SVM)作为学习器,运用机器学习技术,构建基于支持向量分类机的评估模型来识别P2P网贷平台借款人的违约风险。构建模型时采用因子分析法进行特征抽取,选择公共因子。通过人人贷的交易数据进行的实证研究结果表明:SVM法对借款人违约状况的预测结果具有较高的准确性,适用于P2P网贷借款人违约风险识别。同时还发现,SVM方法的分类效率受到学习样本中正常样本与违约样本的构成比例影响。与比例失衡的样本相比,比例均衡的样本具有更高的分类精度。本研究对P2P网贷的违约风险评判具有应用参考意义。