(信贷风控十四)深度神经网络模型用于评分卡模型(理论)
python信用评分卡建模(附代码,博主录制)https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share (十四)深度神经网络模型用于评分卡模型(理论)本篇文章主要讲解以下两个内容
神经网络的概述什么是人工神经网络? ? 神经网络算法的核心:计算的过程、连接的结构、评估的工作、纠错的反馈、疯狂培训(不断运行) 人工神经网络的类型神经元的特征:并非简单的相加,有相应的输出函数 学习规则:使得模型输出与标签尽量一致,不断去调整偏置因子和权重 其中下面的Hopfield网络、波尔兹曼机、适应谐振理论是物理学科衍生出来的神经网络模型 截止目前其实已经达到上百种神经网络模型了 ? ? 最简单的人工网络模型:单层感知机器单层感知器只能处理线性可分的情况 ? ? 常见的激励函数 Relu(整流器 Rectifier Liner Units):x输入小于0,输出为0;x输入大于等于0,输出x 二进制(线性分类中使用):当x小于0为0,x大于等于0为1 ? ? 损失函数 构建神经网络,估计模型参数要借助损失函数,看输出值与真实值差了多少,反过去调整权重及参数(反向传播法【传播的是误差】基于链式法则),使用的是梯度下降法调整参数 为什么是反向,因为误差传递反向与信息传递方向相反 ? ? ? ? 前馈型多层感知器深度神经网络模型,深度的意思就是有多层隐藏层 ? ? 深度神经网络模型用于违约概率预测 不能有缺失值:缺失值可以使用K-means、混合高斯分布、MCMC进行填补,或者剔除 ? ? Z均值法:数值减去平均值,再除以其标准差,得到均值为0,标准差为1的服从标准正态分布的数据。 极差法和Z均值法容易受到极值的影响,剔除极值 什么是变量的归一化/标准化/中心化可以查看下面的链接 http://www.datasoldier.net/archives/505 ? ? ? ?隐藏层连接状态并非全连接,避免过拟合以及减少计算量 ? ? 学习率learning rate ? ? ? ? 迭代次数? ? ? ? 模型的效果? ? ? ? 在文章后,汇总一些有关神经网络模型用于评分卡模型问题: 首先评分卡模型到底能不能用神经网络模型来建立模型呢? ? 神经网络模型只有最终输出的值有意义吗? ? 激活函数一般有什么要求吗? 隐藏层必须的吗?隐藏层一定要全连接吗?其加入有什么作用? ? python风控建模实战lendingClub(博主录制,catboost,lightgbm建模,2K超清分辨率) https://study.163.com/course/courseMain.htm?courseId=1005988013&share=2&shareId=400000000398149 ?微信扫二维码,免费学习更多python资源 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |