 |
+7 (495) 255-51-77 |
|
+7 (495) 255-51-77 |
| Описание издания | Свежий номер | Архив | Приобрести/Подписаться |
Практический подход к обучению логрегрессии на низкодефолтных портфелях с использованием балансировки данныхПри значительном превосходстве количества недефолтных наблюдений в обучающей выборке логистическая регрессия может сосредоточиться на недефолтном классе, не выявляя характеристики дефолтного. Одним из подходов к решению проблемы может быть увеличение дефолтного класса путем генерации соответствующих синтетических примеров. Для этого могут применяться алгоритмы балансировки данных SMOTE и ADASYN, возможности которых демонстрируются в статье. |
|
| О компании | Контакты | Авторам | Для клиентов (Как скачать закрывающие документы) | |
| Помощь | Реклама | Подписным агентствам |
