基于SVM的個人信用評分系統(tǒng)設(shè)計.pdf_第1頁
已閱讀1頁,還剩87頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著中國經(jīng)濟的快速發(fā)展,國內(nèi)的信貸類業(yè)務(wù)發(fā)展尤為迅猛。近兩年,P2 P網(wǎng)貸得到了巨大發(fā)展,它為投資者和籌資者提供了便捷的信息平臺。中國目前有六千萬個體戶和兩億農(nóng)民,共同組成了龐大的信貸市場,也具備巨大的發(fā)展?jié)摿?。信用風(fēng)險管理逐漸成為各大金融機構(gòu)研究的一大熱點,良好的信用評估模型是其避免信用風(fēng)險,得以進一步發(fā)展的保證。
  1995年Vapnik在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上針對線性分類器提出了一種新的監(jiān)督式學(xué)習(xí)方法——支持向量機(Suppo

2、rt Vector Machine),它具有全局最優(yōu)、結(jié)構(gòu)簡單、推廣性好等優(yōu)點,最初主要用于模式識別領(lǐng)域。支持向量機的核心思想是通過核函數(shù)將復(fù)雜的向量映射到高維特征空間后構(gòu)造最大間隔超平面,使得經(jīng)驗誤差最小、幾何邊緣區(qū)最大。
  本文首先簡述了信用評估的現(xiàn)實需求、國內(nèi)外研究現(xiàn)狀和普遍的評估方法。
  其次,在深入研究分析支持向量機的理論和算法之后,提出了一種特征加權(quán)支持向量機的個人信用評估方法,然后通過前向順序特征選擇算法對

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論