基于GA-CFS属性选择的个人信用评估模型

摘要：

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.

关键词：个人信用评估、属性选择、遗传算法、CFS、10次10重交叉验证

所属期刊栏目：20

分类号：TP1;TP3

资助基金：国家自然科学基金60873100;山西省自然科学基金2009011017-4

在线出版日期：2011-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：210-213,161