基于Bagging算法的集成支持向量機(jī)在個(gè)人信用評(píng)級(jí)中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、信用在經(jīng)濟(jì)生活中有著十分重要的地位,隨著中國(guó)經(jīng)濟(jì)的發(fā)展,居民承擔(dān)金融風(fēng)險(xiǎn)的能力增強(qiáng),個(gè)人消費(fèi)信貸進(jìn)入了一個(gè)蓬勃發(fā)展的時(shí)期,信用即是金錢(qián)的時(shí)代已經(jīng)到來(lái).另一方面,由于中國(guó)龐大的人口基數(shù),中國(guó)消費(fèi)者的信用數(shù)據(jù)也在以爆炸式的方式增長(zhǎng),運(yùn)用統(tǒng)計(jì)方法并結(jié)合在許多領(lǐng)域發(fā)揮重要作用的數(shù)據(jù)挖掘技術(shù)進(jìn)行個(gè)人信用評(píng)級(jí)的前提已經(jīng)成熟.
  在信用評(píng)級(jí)領(lǐng)域,傳統(tǒng)的定量分析方法不僅效率十分低下,而且很多情況下依賴評(píng)級(jí)者的主觀判斷,信用記分卡模型的引入有效改

2、變了這一狀況,信用申請(qǐng)者的特征得到量化,進(jìn)而使得一系列的客觀標(biāo)準(zhǔn)建立起來(lái),信用評(píng)級(jí)的客觀性和效率大大提高.但信用評(píng)級(jí)問(wèn)題依然存在很多困難,申請(qǐng)者是否會(huì)違約,不僅僅取決于還款能力,還會(huì)受到還款意愿的影響,而還款意愿往往無(wú)法量化,這導(dǎo)致了在進(jìn)行信用評(píng)級(jí)時(shí)普遍存在錯(cuò)誤率較大的問(wèn)題.
  支持向量機(jī)(SVM)是在上世紀(jì)九十年代由Vapnic提出的一種機(jī)器學(xué)習(xí)方法,它以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),不僅具有優(yōu)秀的小樣本學(xué)習(xí)能力,而且在解決非線性、高維

3、度、過(guò)擬合等機(jī)器學(xué)習(xí)上的傳統(tǒng)難題方面效果顯著.集成學(xué)習(xí)則通過(guò)一定的算法訓(xùn)練產(chǎn)生多個(gè)具有差異性的子學(xué)習(xí)器,并通過(guò)特定的方式將子學(xué)習(xí)器的決策進(jìn)行合成,以做出最終決策.集成學(xué)習(xí)提高了學(xué)習(xí)器的泛化能力,往往可以取得比單一學(xué)習(xí)器更好的結(jié)果.
  本文選用臺(tái)灣信用數(shù)據(jù),首先以較早出現(xiàn)的判別分析方法和Logistics模型與支持向量機(jī)方法進(jìn)行實(shí)證比較,就總體正確率而言,徑向基核函數(shù)支持向量機(jī)正確率最高,判別分析法正確率最低,但判別分析法的錯(cuò)誤主

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論