摘要
将AdaBoost算法与支持向量机(SVM)相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明:SVM集成分类器较单一的SVM方法具有更高的分类准确率。
学科与关键词
关键词
企业集团信用风险信用评估支持向量机 enterprise groupcredit riskcredit assessmentsupport vector machine
- SVM置信度在线评估以及决策改进凌萍; 周春光计算机科学与探索, 2008, (02): 192-197.
- 自适应条件下的相邻区分精度SVM集成模型研究李仁; 石新龙; 王林生; 宋强光电子·激光, 2019, (10): 1086-1091.
- 基于支持向量机的供应链金融信用风险评估研究胡海青; 张琅; 张道宏; 陈亮软科学, 2011, (05): 26.
