基于模糊粗糙集实例选择的混合算法在信用评分中的应用

摘要：

基于聚类算法的混合分类器构建的信息评分系统中,不合理的聚类值或者初始类簇中心点会严重影响分类精度的问题,对此,提出了2种基于模糊粗糙集实例选择的新型混合算法.这2种算法仅与数据集的数据结构有关,不受其他外部参数影响.实验结果表明,基于模糊粗糙集实例选择的2种混合算法针对不同结构的数据集表现出了各自的特性,深化了对数据集的理解,提高了准确率.

关键词：模糊粗糙集实例选择、混合算法、信用评分

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：江苏省研究生科研与实践创新计划项目KYCX18_0882;南京邮电大学江苏省通信与网络技术工程研究中心开放课题

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：101-107