基于Choquet模糊积分SVM集成的企业信用评估模型

摘要：

针对Bagging算法下基于模糊积分的SVM集成方法在企业信用评估应用中存在的不足,提出一种基于改进模糊密度-Choquet模糊积分SVM集成的企业信用评估模型.该模型借鉴Boosting算法"注重"错分样本的基本思想,考虑SVM基分类器的总体错分程度,重新定义SVM基分类器的模糊密度,实现对模糊密度的改进;在此基础上,采用Choquet模糊积分作为SVM基分类器的结合方法,从而将基于Choquet模糊积分的SVM集成方法引人到企业信用评估中.实证结果表明,与传统方法相比,该模型的预测准确率更高,第一类错误率和第二类错误率更低;精确率、召回率、F1值和Macro-F1值等分类性能指标也明显占优,说明了该模型的可行性和有效性.

关键词：企业信用评估、改进模糊密度、Choquet模糊积分、支持向量机、集成学习、Bagging算法

所属期刊栏目：41

分类号：F830.5;TP391(金融、银行)

资助基金：国家自然科学基金71861003

在线出版日期：2023-06-30（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：24-30