基于Bagging方法的加权逻辑回归模型BWLR（Bagging-based Weighted Logistic Regression）.docx

下载文档

0
0
约3.13万字
约 28页
2024-08-05 发布于广东
举报
版权申诉
保障服务

基于Bagging方法的加权逻辑回归模型BWLR（Bagging-based Weighted Logistic Regression）.docx

1、本文档共28页，其中可免费阅读9页，需付费200金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

PAGE1

基于Bagging方法的加权逻辑回归模型BWLR（Bagging-basedWeightedLogisticRegression）

摘要

逻辑回归是一种广义线性回归模型，常用于数据挖掘、经济预测等领域。在个人贷款违约预测中，以违约个体为正例，第一类错误带来的损失高于第二类错误带来的损失，提高模型对正例的预测能力存在现实意义。本文在逻辑回归模型的基础上，首先引入加权逻辑回归模型，通过为逻辑回归模型的似然函数引入权重来提高模型对正例数据的预测能力。同时引入bagging方法，构建BWLR（Bagging-basedWeightedLogisticRegress