[1] 李学邦,汪昌桥.小额贷款公司的试点难题[J].中国金融,2010(2):92-92. [2] 苏益莉,李光举.互联网金融背景下河南省小额贷款风险管理研究[J].时代金融,2020(8):7-9. [3] 衣柏衡,朱建军,李杰.基于改进SMOTE的小额贷款公司客户信用风险非均衡SVM分类[J].中国管理科学,2016,24(3):24-30. [4] 李蝉娟.高维数据降维处理关键技术研究[D].成都:电子科技大学,2017. [5] 田博,覃正.非平衡数据集的支持向量域分类预测模型研究[J].运筹与管理,2009,18(1):138-145. [6] 吕红燕,冯倩.随机森林算法研究综述[J].河北省科学院学报,2019,36(3):37-41. [7] 王淑燕,曹正凤,陈铭芷.随机森林在量化选股中的应用研究[J].运筹与管理,2016,25(3):163-168+177. [8] 黄衍,查伟雄.随机森林与支持向量机分类性能比较[J].软件,2012,33(6):107-110. [9] 刘锡铃,阮群生.大规模非均衡数据下的船舶风险分类模型设计[J].宁德师范学院学报(自然科学版),2020,32(4):366-370+385. [10] 程险峰,李军,李雄飞.一种基于欠采样的不平衡数据分类算法[J].计算机工程,2011,37(13):147-149. [11] CHAWLA N V, BOWYER K W, HALL L O, et al. SMOTE: Synthetic minority over-sampling technique[J]. Journal of Artificial Intelligence Research, 2002, 16(1): 321-357. [12] XU R, CHEN T, XIA Y, et al. Word embedding composition for data imbalances in sentiment and emotion classification[J]. Cognitive Computation, 2015, 7(2): 226-240. [13] 刘洋,高丽霞,刘璐.考虑样本不平衡的并行化用户负荷类型辨识方法[J].电网技术,2020,44(11):4310-4317. [14] 周晓敏.面向非平衡数据的过采样方法研究[D].太原:山西大学,2020. [15] 张涛,汪御寒,李凯,等.基于样本依赖代价矩阵的小微企业信用评估方法[J].同济大学学报(自然科学版),2020,48(1):149-158. [16] HAN H, WANG W Y, MAO B H. Borderline-SMOTE: A new over-sampling method in imbalanced data sets learning[C]//HUANG D S, ZHANG X P, HUANG G B. Proceedings of ICIC 2005: Part I. Berlin: Springer-Verlag, 2005: 878-887. [17] STATISTICS L B, BREIMAN L. Random forests[J]. Machine Learning, 2001, 45: 5-32. [18] 张月梅,刘媛华.基于K近邻和随机森林的情感分类研究[J].计算机与数字工程,2020,48(2):367-371. |