

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的發(fā)展,銀行在個(gè)人信用風(fēng)險(xiǎn)評(píng)估中面臨大規(guī)模高維復(fù)雜數(shù)據(jù)的分析和處理,如何通過貸款用戶的個(gè)人信息、信用記錄、歷史消費(fèi)記錄等,建立風(fēng)險(xiǎn)等級(jí)分類模型,已成為構(gòu)建個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系的關(guān)鍵?;诖笠?guī)模數(shù)據(jù)分析和建模,時(shí)間和空間開銷較大,算法效率較低,且建立的模型較復(fù)雜。此外,隨著數(shù)據(jù)維度的增加,空間中的數(shù)據(jù)點(diǎn)越來越稀疏,數(shù)據(jù)點(diǎn)間距離差異越來越小,可能導(dǎo)致許多基于距離的度量方法失效;且眾多屬性中可能包含大量無關(guān)甚至是噪聲的屬性,則將直
2、接影響模型的準(zhǔn)確率。
針對(duì)以上問題,本文提出了一種基于遺傳算法(Genetic Algorithm,GA)的SVM子空間分類算法。該算法首先改進(jìn)樣本選擇策略,采用基于置信度和凸包的樣本選擇方法,同時(shí)考慮類間距離和樣本分布等因素,選擇典型代表樣本作為SVM的新訓(xùn)練集。然后利用GA進(jìn)行子空間優(yōu)化,采用矩陣式混合編碼方式,一并獲得較小的代表樣本特征子空間和較優(yōu)的SVM分類參數(shù),并根據(jù)特征優(yōu)化后的代表樣本,構(gòu)建SVM分類模型。在UCI
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(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)頁內(nèi)容里面會(huì)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(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
- 基于遺傳算法的個(gè)人信用風(fēng)險(xiǎn)組合評(píng)估研究.pdf
- 多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用
- 多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 自適應(yīng)KNN分類算法及其在個(gè)人信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.pdf
- 基于PSO的改進(jìn)的SVDD算法及其在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 集成分類器及其在個(gè)人信用評(píng)估的應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的分類方法研究及其在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 遺傳規(guī)劃模型在我國個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)研究及其在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 隨機(jī)森林在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 基于PCA-SVM算法的個(gè)人信用評(píng)估.pdf
- 遺傳算法及其在分類規(guī)則挖掘中的應(yīng)用研究.pdf
- 117.基于貝葉斯分類器的個(gè)人信用評(píng)估研究
- 基于遺傳算法的分類器的研究及其應(yīng)用.pdf
- 基于分類器選擇的個(gè)人信用評(píng)估組合模型研究.pdf
- 基于分類器選擇的個(gè)人信用評(píng)估組合模型研究
- 個(gè)人信用評(píng)估方法優(yōu)化及其在我國應(yīng)用研究.pdf
- 遺傳算法在文本分類中的研究與應(yīng)用.pdf
- SVM及其在個(gè)人信用評(píng)級(jí)中的應(yīng)用研究.pdf
- FISHER判別分析在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論