摘要

针对企业的信用评估,基于已有研究,引入企业财务指标和非财务指标,使用机器学习分类方法构建信用评估模型,并对几种方法的分类准确率进行了比较分析.实验结果表明,该信用评估指标体系可行,随机森林方法在该指标体系上的分类效果最好.同时,优化了分类效果较差的多层感知器,提升了分类准确率.