基于机器学习的信用评级展望研究——以发电企业为例
信用评级展望是对信用评级变化趋势的预估.目前主流评级机构给出的评级展望主要来自专家主观判断,且准确率较低.论文以225个发电企业为样本,使用Logistic回归、决策树集成、支持向量机、神经网络等多种机器学习手段,尝试建立分类算法,最终选取BP神经网络得出了评级展望模型.
机器学习、信用评级、神经网络、支持向量机、学习手段、评级机构、分类算法、发电企业、变化趋势、准确率、决策树、专家、样本、选取、模型、论文、集成、回归
G64;G40
2017-06-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
41-46