科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对Bagging算法下基于模糊积分的SVM集成方法在企业信用评估应用中存在的不足，提出一种基于改进模糊密度-Choquet模糊积分SVM集成的企业信用评估模型。该模型借鉴Boosting算法“注重”错分样本的基本思想，考虑SVM基分类器的总体错分程度，重新定义SVM基分类器的模糊密度，实现对模糊密度的改进；在此基础上，采用Choquet模糊积分作为SVM基分类器的结合方法，从而将基于Choquet模糊积分的SVM集成方法引入到企业信用评估中。实证结果表明，与传统方法相比，该模型的预测准确率更高，第一类错误率和第二类错误率更低；精确率、召回率、F1值和Macro-F1值等分类性能指标也明显占优，说明了该模型的可行性和有效性。
-
单位贵州财经大学
