Comparative Study of Logistic Regression, Random Forest, and XGBoost for Bank Loan Approval Classification

Bank loan approval plays a vital role in ensuring financial institutions can minimize credit risk while supporting economic growth. Default prediction is a crucial aspect of banking credit risk management. This study compares three machine learning algorithms Logistic Regression, Random Forest, and...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of Applied Informatics and Computing Jg. 9; H. 5; S. 2822 - 2835
Hauptverfasser:	Putra, Hamdika, Rumini, Rumini
Format:	Journal Article
Sprache:	Englisch Indonesisch
Veröffentlicht:	Politeknik Negeri Batam 19.10.2025
Schlagworte:	bank loan approval credit risk logistic regression random forest xgboost
ISSN:	2548-6861, 2548-6861
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!