인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
신용카드 연체 예측은 신용 위험 관리의 핵심 과제이다. 기존 모델은 주로 전통적 금융 변수와 로지스틱 회귀 모형으로 접근하였으나, 최근 연구는 비재무적 특성과 머신러닝 결합이 예측 정확도를 향상시킬 수 있음을 보여준다. 본 연구는 Kaggle의 26,457명 신용카드 사용자 데이터를 활용하여 LightGBM, XGBoost, Random Forest 알고리즘을 적용하고, Optuna로 하이퍼파라미터를 최적화하였다. K-폴드 교차검증으로 성능을 검증하고 최적 폴드 수를 분석했으며, SHAP 분석을 통해 각 특성이 예측에 미치는 영향을 해석하였다. LightGBM이 가장 높은 성능을 보였으며 신용카드 발급 경과 월 수, 출생·취업 경과 일 수, 총소득 등 신용연체에 영향을 미치는 핵심 변수들을 확인할 수 있었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095647031
