CORC  > 厦门大学  > 软件学院-学位论文
题名基于改进随机森林算法的企业信用评级模型研究; An Enterprise Credit Scoring Model Based On Improved Random Forest Algorithm
作者吴兢
答辩日期2010 ; 2010
导师董槐林
关键词随机森林 信用评级 进化算法 Random Forest Credit Scoring Evolution Algorithm
英文摘要随着我国经济和社会的迅速发展,经济活动日益活跃,业务多元化,在经济活动起到重要作用的金融机构面临着许多风险。企业的信用风险是金融机构面临的最重要的风险之一。因此建立一个客观的、有效的、完善的企业信用评级模型是十分重要的。 企业信用评级问题的实质可以看作是智能学习算法中的分类和排序问题。现在基于人工智能如:人工神经网络(ANN)、支持向量机(SVM)等的企业信用评级模型,大多数为单分类器的模型。这些单分类模型面对噪声多、分布复杂以及数据量大的企业信用评级数据,往往难以取得很好的效果。本文引入一种稳定性高,能够较好的容忍噪声,更好的处理高维数据的组合分类器——随机森林(RandomForest,...; Along with our country economy and society's rapidly expand, the economic activity is day-by-day active, the service day-by-day multiplication, Economic activity is facing many risks in the economic activity, enterprise's credit risks are one which of most important. It is important to establishes one objectively, effective, the consummation enterprise credit scoring model. Essence question of t...; 学位:工学硕士; 院系专业:软件学院_计算机软件与理论; 学号:24320071151837
语种zh_CN
出处http://210.34.4.13:8080/lunwen/detail.asp?serial=27787
内容类型学位论文
源URL[http://dspace.xmu.edu.cn/handle/2288/44394]  
专题软件学院-学位论文
推荐引用方式
GB/T 7714
吴兢. 基于改进随机森林算法的企业信用评级模型研究, An Enterprise Credit Scoring Model Based On Improved Random Forest Algorithm[D]. 2010, 2010.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace