文件名称：基于支持向量机的信用评估模型及风险评价 (2007年)
文件大小：248KB
文件格式：PDF
更新时间：2024-06-20 11:56:16
自然科学 论文
运用基于支持向量机理来建立一个新的个人信用评估预测模型，以期取得更好的预测分类能力．并对 SVM分类结果与三层全连接BPN分类结果进行了比较．结果表明，在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好．为了减小训练集偏差及为了验证两种方法的鲁棒性，基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性，并对两种方法基于两种策略的误分类作了风险代价分析．