Статья: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ СНИЖЕНИЯ ДИСБАЛАНСА КЛАССОВ ПРИ ПОСТРОЕНИИ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ В ФИНАНСОВОМ СЕКТОРЕ (2025)

Читать онлайн

В статье рассматриваются методы улучшения показателей качества моделей машинного обучения, применяемых в финансовом секторе. В связи с тем, что наборы данных, на которых обучаются модели, обладают несбалансированностью классов, предлагается использовать модели, направленные на снижение дисбаланса. В исследовании были проведены эксперименты с применением 9 методов учета несбалансированности классов к трем наборам данных по розничному кредитованию. В качестве базовой использовалась модель градиентного бустинга CatboostClassifier, не учитывающая дисбаланс классов. Проведенные эксперименты показали, что применение метода RandomOverSampler дает существенный прирост показателей качества классификации по сравнению с базовой моделью. Результаты свидетельствуют о перспективности дальнейших исследований методов учета дисбаланса классов при изучении финансовых данных, а также о целесообразности применения рассмотренных методов на практике.

Ключевые фразы: финансовые риски, машинное обучение, классификация, дисбаланс классов
Автор (ы): Константинов Алексей Федорович, Дьяконова Людмила Павловна
Журнал: ИЗВЕСТИЯ КАБАРДИНО-БАЛКАРСКОГО НАУЧНОГО ЦЕНТРА РАН

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Экономика
УДК
004.89. Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
Для цитирования:
КОНСТАНТИНОВ А. Ф., ДЬЯКОНОВА Л. П. СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ СНИЖЕНИЯ ДИСБАЛАНСА КЛАССОВ ПРИ ПОСТРОЕНИИ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ В ФИНАНСОВОМ СЕКТОРЕ // ИЗВЕСТИЯ КАБАРДИНО-БАЛКАРСКОГО НАУЧНОГО ЦЕНТРА РАН. 2025. ТОМ 27 № 1
Текстовый фрагмент статьи