本文旨在研究對非平衡數(shù)據(jù)建模時,SMOTE過抽樣和隨機欠抽樣的不同比例對模型預(yù)測效果產(chǎn)生的影響。首先基于模擬數(shù)據(jù),探究了混合抽樣比例的不同組合下,帶有LASSO變量選擇的邏輯回歸模型對于非平衡程度不同數(shù)據(jù)的分類效果。模擬結(jié)果表明,過抽樣和欠抽樣的比例越高,預(yù)測效果越好,但是在某些情況下,直接使用原始數(shù)據(jù)進行建模,選取一個合適的臨界值,可以得到更理想的分類模型。通過對某擔(dān)保公司的數(shù)據(jù)實證研究發(fā)現(xiàn),前述結(jié)論基本成立,且當(dāng)原始數(shù)據(jù)極不平衡時,采用混合抽樣方法進行數(shù)據(jù)預(yù)處理可以有效提高模型的預(yù)測效果,這對于非平衡數(shù)據(jù)的建模分析過程有一定的指導(dǎo)意義。

【文章頁數(shù)】：8 頁


本文編號：3973514