基于随机森林的第三方支付违规风险预警研究

立足于第三方支付行业发展中存在的突出问题，本文给出基于随机森林的违规风险预警机制并讨论具体实施。首先，构建风险预警指标体系，结合机器学习中的随机森林算法，提出风险预警机制。然后，以已获支付牌照的271家企业为样本，验证所提出的违规风险预警机制的有效性。通过对比随机森林模型和Logistic模型的判定结果，发现随机森林显著降低了一类错误率和二类错误率，模型正确预测率高达99.01%。最后，通过对指标体系中的重要变量进行分析，提出具体应用措施及相应的风险监管建议。