基于KPCA-GaussianNB的电子商务信用风险分类

摘要：

用核主成分分析(KPCA)和高斯朴素贝叶斯(GaussianNB)构建电子商务信用风险分类模型(KPCA-GaussianNB).首先,通过KPCA方法将电子商务信用风险涉及的指标进行主要特征提取;其次,应用GaussianNB方法构造电子商务信用风险分类模型;最后,使用18家电子商务企业的真实数据进行实证检验,并依据检验结果提出应对风险的措施.验证结果表明:通过对比GaussianNB、PCA-GaussianNB和KPCA-GaussianNB的平均准确率,KPCA-GaussianNB的平均准确率最高.

关键词：电子商务、信用风险、核主成分分析、高斯朴素贝叶斯

所属期刊栏目：38

分类号：F724.6;F224(中国国内贸易经济)

在线出版日期：2019-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：61-67