个人信用评估应用方法分析——基于集成学习算法视角 |
| |
引用本文: | 唐小果,李毓.个人信用评估应用方法分析——基于集成学习算法视角[J].经济问题,2011(12). |
| |
作者姓名: | 唐小果 李毓 |
| |
作者单位: | 1. 山西大学经济与工商管理学院,太原,030006 2. 信阳师范学院经济与管理学院,河南信阳,464000 |
| |
基金项目: | 教育部人文与社会科学项目,河南省软科学项目 |
| |
摘 要: | 集成学习算法是一种基于统计理论以计算机实现的非参数识别技术。阐述了集成学习算法的基本思想,建立了基于Bagging集成学习算法的个人信用评估模型。通过确定相应的评估指标体系,使用一个小样本数据对所建模型的有效性进行了研究,结果表明,集成学习算法可以显著提高分类树的预测精度,且在个人信用评估的实践中具有较强的优势。
|
关 键 词: | 个人信用评估 Bagging 分类树 集成学习算法 |
Analysis of Personal Credit Evaluation Method --Based on Integration Learning Algorithm Angle of View |
| |
Abstract: | |
| |
Keywords: | individual credit evaluation model bagging classification tree ensemble learning algorithm |
本文献已被 万方数据 等数据库收录! |