TY -的A2 Khattak哈桑•阿里AU - Yu,婷婷AU -霍,Yunxiang PY - 2022 DA - 2022/07/30 TI -消费金融计算机LightGBM后算法的复杂度分析工业经济下SP - 2865959六世- 2022 AB -在通讯技术和电子商务的发展,工业经济消费金融作为金融稳定的来源,提高家庭的经济和社会地位;因此,有必要明显阻止违约的消费金融。个人违约的预测和防止违约在消费金融已成为促进工业经济增长的一个重要因素在金融部门。因此,需要一个有效的和有效的方法促进工业经济。本研究旨在提高个人违约的预测精度,防止违约使用一个优化的光梯度消费金融促进机器(LightGBM)算法。LightGBM原则的探索,关键LightGBM性能的影响因素进行了分析。LightGBM的预测性能提高了平衡训练数据集。LightGBM的性能比较与几个机器学习算法使用阿里巴巴云天池大数据集。LightGBM预测模型的实验结果表明,达到了最高性能的准确性达81%,精度88%,召回72%,曲线下的面积(AUC) 0.76,和F1分数(F1)为0.79。优化LightGBM可以极大地提高个人的预测违约,这有助于消费金融的有效分析的复杂性,减少金融行业的投资风险,促进工业经济在金融领域的发展。 SN - 1574-017X UR - https://doi.org/10.1155/2022/2865959 DO - 10.1155/2022/2865959 JF - Mobile Information Systems PB - Hindawi KW - ER -