新型光滑正则半监督SVM方法及其在信用评级中的应用

摘要：

提出了一种基于光滑正则的半监督支持向量机方法,并将其用于建立中小信用评级模型.它从少量标签样本和大量无标签样本中构造反映数据流形结构的光滑正则项,并结合到支持向量机的最大间隔分类器的学习过程.然后,提出一种渐进式方法来迭代获得“半标签”样本,稳健地提升支持向量机的泛化性能.在真实数据集上的实验结果表明,新方法获得的测试精度显著优于多种现有方法,非常适用于中小企业的信用评级任务.

关键词：支持向量机、信用评级、半监督学习、光滑正则

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：教育部人文社会科学研究一般项目10YJCZH153

在线出版日期：2013-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：239-242