基于层次分析法的农户信用评估.PDF

信用评估分类器的好坏能够直接影响信贷金融机构的盈利能力. 传统的网格搜索法进行参数寻优时会耗费大量的时间, 基于此提出改进的网格搜索法优化XGBoost (GS-XGBoost)的个人信用评估算法. 该算法利用随机森林进行特征选择后, 将改进的网格搜索法对XGBoost中的n_estimators和learning_rate进行参数寻优, 建立评估模型. 从UCI数据库中选取信贷数据进行分析, 分别与支持向量机、随机森林、逻辑回归、神经网络以及未改进的XGBoost进行比较. 实验结果表明, 该模型的F-score和G-mean的值均有提高.

基于BP网络的个人信贷信用评估，数据取自德国信用数据库，含代码和数据

组合模型在信用评估上的研究毕设.ipynb

基于机器学习算法的中小企业信用评估研究.pdf

行业分类-物理装置-信用评估方法和装置.zip

本文档为邓白氏资信报告-Sample-Report_Business-Information-Report样例，可用做企业信用评估报告参考。 自2009年6月29日起，在华夏邓白氏中国的相关报告类产品中，中国风险预警评分(EMMA Score)将全面替代华夏邓白氏中国风险指数(NCRI)，用于预测目标企业在未来12个月内出现危险的运营状态或不稳定、不可靠状态的可能性。与NCRI相比，EMMA Score评分更准确、变动更敏感、预测更可靠，将更好地帮助您客观、精准地评估客户、供应商及合作伙伴的商业风险。

传统个人信用评估模型对客户预测的结果要么是“违约”，要么是“不违约”，但在现实生活中，未违约的人群中也存在违约可能，而违约人群中也有一定的概率选择不违约，鉴于此现象，银行会对情况相似且有相似违规率的客户进行信息等级划分，针对不同等级的客户实施不同的贷款政策。因此文中从实际情况出发，提出个人信用度，再将信用度转变成信用等级，进而以信用等级作为新的个人信用评估标准，不再仅仅输出“违约”，“不违约”作为评估标准。

银行个人信用评估系统项目-BANK

本代码为基于BP神经网络的详细代码实现信用评估，非常详细，修改参数后可用于评估指标，欢迎参考。