扩展的树增强朴素贝叶斯网络信用评估模型

摘要：

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.

关键词：信用评估、贝叶斯网络、树增强朴素贝叶斯分类模型、扩展的树增强朴素贝叶斯分类模型、神经网络分类模型

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金70371026,70771093;四川省教育厅科研项目2006C082

在线出版日期：2008-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：129-136