Subagging在个人信用评估中的应用研究

摘要：

运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法,以期取得更好的预测分类效果.针对个人信用评估中单一分类器的不足,提出了利用分类器的集成进行个人信用评估的方法.利用UCI上的信用数据对单个分类器、bagging集成分类器以及subagging集成分类器进行实验比较,结果表明,subagging -决策树和subagging -K近邻在样本不独立和不平衡的情况下有效地提高了模型的精准性.结果显示,它们对商业银行控制消费信贷风险具有更好的适用性.

关键词：信用评估、个人信用、bagging、subagging

分类号：F224(经济计算、经济数学方法)

资助基金：国家自然科学基金项目“基于自组织数据挖掘的CRM客户分析研究”70771067;“面向数据特点的客户价值区分集成模型研究”71071101

在线出版日期：2012-02-21（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：188-190,196