銀行信用評(píng)分中的混合式特征選擇方法研究.pdf

1、隨著2007年金融危機(jī)的發(fā)生，暴露出銀行面臨著巨大的信用風(fēng)險(xiǎn)，因此，信用評(píng)分的問題吸引了越來(lái)越多的關(guān)注。銀行擁有著大量的客戶數(shù)據(jù)，利用這些數(shù)據(jù)，信用評(píng)分模型可以準(zhǔn)確地判斷申請(qǐng)人的信用風(fēng)險(xiǎn)。但這些數(shù)據(jù)往往是高維的，含有一些不相關(guān)特征，在機(jī)器學(xué)習(xí)過程中，不相關(guān)的特征會(huì)降低分類器的準(zhǔn)確度，因此特征選擇是很有必要的。
　　本文提出了一種基于過濾式方法和多種群遺傳算法的兩階段混合式特征選擇方法HMPGA。第一階段，將封裝式方法的思想引入到三

2、種過濾式方法當(dāng)中，從而獲得對(duì)多種群遺傳算法初始種群設(shè)定來(lái)說重要的先驗(yàn)信息，第二階段，利用多種群遺傳算法的全局尋優(yōu)和快速收斂的特點(diǎn)來(lái)尋找最終的全局最優(yōu)的特征組合。
　　本文利用UCI數(shù)據(jù)庫(kù)的兩個(gè)真實(shí)信用評(píng)分?jǐn)?shù)據(jù)集，采用SVM作為信用評(píng)分分類器，對(duì)比了HMPGA、MPGA、GA與三種過濾式方法，驗(yàn)證了HMPGA、MPGA、GA所選取的特征組合分類準(zhǔn)確率優(yōu)于三種過濾式方法。同時(shí)，利用非參數(shù)Wilcoxon配對(duì)符號(hào)秩檢驗(yàn)，證明了HMPGA