基于改进朴素贝叶斯模型的信用评估

• 作者: 吴皋 李明 贺雪媛
• 来源期刊: 应用数学进展
• 学科: 工学
• 关键词: 信用评估 独立分量分析 线性判别分析 朴素贝叶斯
• 年，卷（期）: yysxjz_2019,（8）
• 页码范围: 1410-1417
• 页数: 8页
• 分类号: TP39

摘要

伴随着消费信贷的快速发展,激起了对个人信用评估的需求。为了帮助金融机构更好的了解个人信用情况,结合快速独立分量分析方法(FastICA)和线性判别分析(LDA)提取数据特征的优势,提出了一种基于改进朴素贝叶斯分类算法的信用评估模型——FastICA-LDA-NB。将该模型应用于UCI上的德国个人信用数据集,在精确率、召回率两个评价指标值上表明所提模型具有较好的信用评估效果。