一种森林梯度树的制造业个人征信信用评估方法

本发明公开了一种森林梯度树的制造业个人征信信用评估方法，所述信用评估方法包括：数据预处理；使用随机森林模型对数据进行初步预测，得到每个样本的预测概率；计算随机森林模型的残差，并利用XGBoost回归模型来拟合残差，补偿随机森林模型的误差；利用逻辑回归作为元学习器，将随机森林和XGBoost的预测结果作为输入特征，通过训练元学习器来动态调整模型的权重；采用自适应学习率策略，动态调整各基础模型在集成过程中的权重，获得预测模型；根据所述预测模型评估制造业个人征信信用。能够捕捉到随机森林未能拟合的部分，增强模型的表现能力。通过XGBoost拟合残差，能够更好地捕捉数据中的复杂模式，优化模型的准确性。