信用卡评分预测基于机器学习模型的新数据集

本文介绍了使用聚类和机器学习算法来识别和分类信用风险模型中存在的问题。作者使用了嵌入式生成和四个预训练模型来分析645个标题和观察结果，并使用聚类方法将具有相似特征的发现进行分组。结果证明聚类和机器学习可以有效地分析验证报告中的文本信息，并提供了信用风险模型开发和验证中遇到问题的洞见。