支持向量机在个人信用评估中的应用

• 作者: 叶小娇 李汪根 黄尧颖
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 信用评估 支持向量机 不平衡数据 分类
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 应用开发研究
• 页码范围: 213-216,220
• 分类号: TP181
• 字数: 3784字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.03.054

摘要

个人信用评估在银行信贷业务中有着举足轻重的作用.为了提高银行对个人信用评估的准确率,将支持向量机应用到个人信用评估中,以德国信贷数据为数据集,采用网格-5折交叉验证方法获取核函数最优参数,然后选择不同的核函数及其最优参数进行训练建模,实验得出RBF核函数更适合该数据集.针对样本中数据小平衡的问题,通过改变权重的方式对不同类别设置不同的惩罚参数.实验结果表明,该方法在保证总的预测准确率较好的前提下,有效地平衡了第一类和第二类错误率,可以作为银行信贷决策的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李汪根	安徽师范大学数学计算机科学学院	22	129	6.0	10.0
2	叶小娇	安徽师范大学数学计算机科学学院	3	17	2.0	3.0
3	黄尧颖	安徽师范大学数学计算机科学学院	3	17	2.0	3.0