基于k-means算法的馬田系統(tǒng)研究及其在個(gè)人信用評(píng)價(jià)中的應(yīng)用.pdf

1、伴隨著中國(guó)經(jīng)濟(jì)的迅速發(fā)展，信用交易越來(lái)越普遍，提高信用管理的技術(shù)水平和建立良好的信用評(píng)估模型變得極為重要。馬田系統(tǒng)是一種行之有效的模式識(shí)別方法，目前在很多領(lǐng)域都得到了應(yīng)用。本文將k-means聚類(lèi)算法引入到馬田系統(tǒng)中，構(gòu)建了一種基于k-means聚類(lèi)算法的馬田系統(tǒng)模型，并將其應(yīng)用到個(gè)人信用評(píng)價(jià)中，取得了較好的效果。主要研究?jī)?nèi)容包括以下的兩個(gè)方面:
　　(1)基于k-means聚類(lèi)算法的馬田系統(tǒng)理論研究
　　篩選特征變量是馬田

2、系統(tǒng)中的一個(gè)重要環(huán)節(jié)，不同特征變量構(gòu)成的基準(zhǔn)空間就會(huì)得到不同的類(lèi)別分析結(jié)果，如何有效地篩選特征變量是一個(gè)值得研究的問(wèn)題。傳統(tǒng)的馬田系統(tǒng)利用正交表來(lái)設(shè)計(jì)試驗(yàn)方案，利用異常樣品馬氏距離的信噪比來(lái)對(duì)特征變量進(jìn)行篩選，從而有效減少特征變量的個(gè)數(shù)。本文試圖將k-means聚類(lèi)算法與馬田系統(tǒng)結(jié)合起來(lái)，利用正交表來(lái)設(shè)計(jì)試驗(yàn)方案，針對(duì)每一種試驗(yàn)方案，都利用k-means算法對(duì)原始樣品進(jìn)行聚類(lèi)，得到多組聚類(lèi)結(jié)果的正確率，以該正確率的信噪比作為篩選特征變量

3、的評(píng)價(jià)指標(biāo)，進(jìn)而得到有效的特征變量，達(dá)到優(yōu)化馬田系統(tǒng)基準(zhǔn)空間的目的。
　　(2)基于k-means聚類(lèi)算法的馬田系統(tǒng)應(yīng)用研究
　　以某銀行的個(gè)人信用評(píng)價(jià)數(shù)據(jù)為背景，對(duì)基于k-means聚類(lèi)算法的馬田系統(tǒng)模型進(jìn)行應(yīng)用研究。將k-means聚類(lèi)算法、基于k-means聚類(lèi)算法的馬田系統(tǒng)方法以及傳統(tǒng)馬田系統(tǒng)方法在個(gè)人信用評(píng)價(jià)中的應(yīng)用進(jìn)行具體研究，并進(jìn)行比較與分析。最后得出結(jié)論:基于k-means聚類(lèi)算法的馬田系統(tǒng)模型所篩選的變量與