Розробка методу k-plus-найближчих сусідів для задач машинного навчання кредитного скорингу

Автор(и)

  • Олександр Миколайович Солошенко Національний технічний університет України «Київський політехнічний інститут» пр. Перемоги, 37, м. Київ, Україна, 03056, Україна

DOI:

https://doi.org/10.15587/1729-4061.2015.43730

Ключові слова:

метод k-найближчих сусідів, кредитний скоринг, бінарна класифікація, мова структурованих запитів

Анотація

Запропоновано оригінальну модифікацію методу k-найближчих сусідів для вирішення задач машинного навчання у кредитному скорингу, а саме розроблено варіанти методу k-plus-найближчих сусідів на множинах дискретних значень вхідних змінних для вирішення задачі ймовірнісної бінарної класифікації відносно бінарної цільової змінної. Наведено частину програмної реалізації запропонованого методу мовою структурованих запитів, використовуючи віконні функції.

Біографія автора

Олександр Миколайович Солошенко, Національний технічний університет України «Київський політехнічний інститут» пр. Перемоги, 37, м. Київ, Україна, 03056

Аспірант

Кафедра математичних методів системного аналізу

Навчально-науковий комплекс «Інститут прикладного системного аналізу»

Посилання

  1. Barbaumov, V. E., Rogov, M. A., Shchukin, D. F. et al.; Lobanov, A. A., Chugunov, A. V. (Eds.) (2003). Entsiklopediya finansovogo risk-menedzhmenta. Moscow: Alpina Pablisher, 786.
  2. Siddiqi, N. (2006). Credit risk scorecards: developing and implementing intelligent credit scoring. Hoboken: John Wiley & Sons, Inc., 196.
  3. Thomas, L. C., Edelman, D. B., Crook, J. N. (2002). Credit Scoring and its Applications: Monograph. Philadelphia: SIAM, 248.
  4. Wang, W., Vlatsa, D. A., Glennon, D. C. et al.; Mays, E., Voronenko, D. I. (Eds.) (2008). Rukovodstvo po kreditnomu skoringu. Minsk: Grevtsov Pablisher, 464.
  5. Soloshenko, O. M. (2014). Adjustment of the iterative reclassification method for including the rejected applications into the credit scoring. Research bulletin of NTUU “KPI”, 5, 63–69.
  6. Soloshenko, O. M. (2014). Kullback–Leibler divergence research for the simulation of the credit scoring. The Development of the Informational and Resource Providing of Science and Education in the Mining and Metallurgical and the Transportation Sectors 2014: conference proceedings. Dnepropetrovsk, Ukraine: National Mining University, 328–333.
  7. Soloshenko, O. M. (2015). The way of assessing the Gini coefficient, the Kolmogorov-Smirnov statistics and the Mahalanobis distance in credit scoring using SQL language possibilities. Research bulletin of NTUU “KPI”, 1, 29–35.
  8. Haykin, S. (2005). Neural networks: a comprehensive foundation. 2nd edition. Delhi: Pearson Education, Inc., 823.
  9. Ben-Gan, I. (2012). Microsoft® SQL Server® 2012 T-SQL fundamentals. Sebastopol: O’Reilly Media, Inc., 412.
  10. Ben-Gan, I. (2012). Microsoft® SQL Server® 2012 high-performance T-SQL using window functions. Sebastopol: O’Reilly Media, Inc., 221.
  11. Terentiev, O. M. (2009). Modeli i metody pobudovy ta analizu baiesivskyh merezh dlya intelektualnogo analizu danyh. Kiev, 258.
  12. Allison, P. D. (1999). Logistic regression using the SAS® system: theory and application. Cary: SAS Institute Inc., 287.
  13. Spipunov, A. B., Baldin, E. M., Volkova, P. A. et al. (2014). Naglyadnaya statistica. Ispolzuem R! Moscow: DMK Press, 298.
  14. Egorova, I., Egorov, S. (2012). Software implementation of classification methods. Eastern-European Journal of Enterprise Technologies, 1/5(43), 52–54. AVailable at: http://journals.uran.ua/eejet/article/view/2579/2384
  15. Keller, J. M., Gray, M. R., Givens, J. A. (1985). A fuzzy K-nearest neighbor algorithm. IEEE Transactions on Systems, Man, and Cybernetics, SMC-15 (4), 580–585. doi: 10.1109/tsmc.1985.6313426
  16. Berzlev, O. (2013). A method of increment signs forecasting of time series. Eastern-European Journal Of Enterprise Technologies, 2/4(62), 8–11. Available at: http://journals.uran.ua/eejet/article/view/12362/10250
  17. Soloshenko, O. M. (2014). Adaptatsiya formul pidrahunku vag kategorii zminnoi ta znachennya informatsii zminnoi pry vidomomu rozpodili kategorii ta vidomyh umovnyh ymovirnostyah negatyvnyh zhachen tsilovoi zminnoi. Problems of science, 10 (166), 45–47.

##submission.downloads##

Опубліковано

2015-06-23

Як цитувати

Солошенко, О. М. (2015). Розробка методу k-plus-найближчих сусідів для задач машинного навчання кредитного скорингу. Eastern-European Journal of Enterprise Technologies, 3(9(75), 29–38. https://doi.org/10.15587/1729-4061.2015.43730

Номер

Том 3 № 9(75) (2015): Інформаційно-керуючі системи

Розділ

Інформаційно-керуючі системи

Ліцензія

Авторське право (c) 2015 Олександр Миколайович Солошенко

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.