基于SVM算法的个人信用评估方法的完善

摘要：

在众多的模式识别工具中,支持向量机(Support Vector Machine,SVM)是一种非常有效的解决工具.提出了基于SVM模型提升金融机构对个人信用评估效率的方法.通过对某银行的用户信用数据进行的研究,设计具体评估流程,利用SVM的SMO算法处理参数优化来构建模型,特点是分类精度高、误判率低,具有较好的稳健性,以此来控制消费信贷风险具有良好的适用性.处理商业银行划分信贷等级,应用此种模式可以解决信贷申请和政策实现,具有一定的实际意义.

关键词：SVM、个人信用评估、SMO算法

所属期刊栏目：28

分类号：F832.479(金融、银行)

在线出版日期：2016-06-30（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：105-110,114