论文部分内容阅读
XGBoost算法和LightGBM算法都是“数据挖掘”竞赛中的“佼佼者”,本文将这两种算法应用到贷款违约预测中,结果表明在违约因素影响方面:贷款发放时间、信贷周转余额合计、债务收入比、年收入、分期付款金额、信用等级、贷款金额等因素影响较大,并利用AUC值作为评价指标,发现XGBoost算法在贷款违约预测模型中略优于LightGBM算法,但是在运算速度上LightGBM算法大大优于XGBoost算法.