基于装袋GEP分类器集成的信用评估

摘要：

为提高信用评估的预测精度,提出一种基于装袋的基因表达式编程(GEP)多分类器集成算法.该算法采用Bagging方法将GEP产生的多个差异基分类器进行集成.在德国信用数据库真实数据集士的实验及性能分析表明,该算法较SVM算法的预测精度提高约2.7%;较KNN(K=17)算法的预测精度提高约7.93%;较单GEP分类算法的预测精度提高约1.1%.

关键词：装袋技术、基因表达式编程、信用评估、分类器集成、预测精度

所属期刊栏目：37

分类号：N945(系统科学)

资助基金：西南财经大学"211工程"三期青年教师成长基金资助项目211QN09071;西南财经大学科研基金资助项目QN0806

在线出版日期：2011-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：213-215