张东梅，买日旦·吾守尔，古兰拜尔·吐尔洪

新疆大学 信息科学与工程学院，乌鲁木齐830046

在信贷产业迅速发展的今天，建立可信赖的个人信用评分预测模型显得十分重要。个人信用评分指的是对贷款人是否会发生违约行为的一种预测。文献[1]提出了一种更广泛的定义：信用评分是基于客户信用评价水平分析的数值表达，是评估和预防违约风险的有效工具，是信用风险评估的重要方法，是金融风险管理的一个活跃领域。

现实生活中产生的海量数据往往是高维、不平衡的，比如医疗领域、故障检测领域、信贷领域等。如何来存储和提取重要的信息，并对数据进行准确的分类已是一个热门的话题。传统的分类方法虽然能在低维数据中获得较好的分类结果，但在高维数据中处理较为困难。比如在高维的基因表达的数据中，由于许多基因之间可能不相关，并且基因之间存在高度的相关性，文献[2]提出两个阶段的稀疏逻辑回归，通过筛选和采用新的权重作为嵌入方法来获得具有较高分类能力的有效基因子集，达到特征提取的效果。特征选择一般作为减少维度的常用方法[3]，但是在样本数量较少且特征数量较大的情况下特征提取就变得很困难，文献[4]提出协同进化的两个阶段来进行特征选择。针对高维有限样本的问题，文献[5]提出采用基于变数自动编码器的降维方法来减少维度。研究者只关注了高维数据问题，很少关注高……