10.3969/j.issn.1003-3254.2011.05.049
基于GA-CFS属性选择的个人信用评估模型
属性选择可以有效减少数据的冗余度和降低数据的维度,将GA-CFS属性选择方法引入个人信用评估中,利用CFS评价得到的启发式"价值"作为GA的适应度函数来对个人信用指标体系优化,建立了基于GA-CFS属性选择的个人信用评估模型.在Australian数据集上比较了ID3、NB、Logistic、SMO与GA-CFS属性选择方法和这四种分类算法分别结合执行的结果.实验结果表明,基于GA-CFS属性选择的个人信用评估模型降低了个人信用指标的维度,减少了学习所需的数据量,而且比基于单分类器的个人信用评估模型具有更高的分类准确率.
个人信用评估、属性选择、遗传算法、CFS、10次10重交叉验证
20
TP1;TP3
国家自然科学基金60873100;山西省自然科学基金2009011017-4
2011-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
210-213,161