高新技术产业已成为或正在成为国家和地区新的经济增长点。研究企业财务风险可以提前预测风险并降低破产的可能性。支持向量机在财务风险预警问题的研究中已经取得了成功,但传统的支持向量机存在过拟合的问题,对于数据集中的噪声点十分敏感。为改进上述不足,使用遗传算法对模糊支持向量机参数进行最优化选择,构建了基于KNN隶属度模糊支持向量机算法对上市公司财务数据进行多分类研究。实证结果表明:模糊支持向量机可以更好地解决过拟合问题,提高分类准确率。
科研之友
微信
新浪微博
Facebook
分享链接
