基于SVM优化算法的银行个人信贷评估

• 作者: 蒋钰洁 陈思含
• 来源期刊: 产业与科技论坛
• 关键词: 信贷评估 支持向量机 交叉验证 遗传算法 粒子群算法
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 科技创新
• 页码范围: 70-71
• 页数: 2页
• 字数: 790字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5641.2018.22.034

摘要

对于银行来说,客户的信用直接影响着他们的收入.如果大量客户违约,银行将面临大量坏账损失;如果能在贷款之前识别出可能违约的客户,就可以帮助银行减少这部分坏账损失.本文针对个人信用评估中的一些关键因素,建立了基于支持向量机(SVM)的分类模型,判别正确率有78.0645％;经交叉验证法寻求最优惩罚参数c和最优核函数参数g后,正确率达到80％;遗传算法优化SVM后正确率也达到80％;粒子群算法优化SVM后正确率达到80.6452％.通过本文可以看到多种SVM优化算法在银行个人贷款信用评估中的巨大应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈思含	贵州财经大学数学与统计学院	6	6	1.0	2.0
2	蒋钰洁	贵州财经大学数学与统计学院	2	5	1.0	2.0