基于SVM算法的个人信用评估方法的完善 |
| |
引用本文: | 黄巍,张靓,唐友.基于SVM算法的个人信用评估方法的完善[J].黑龙江八一农垦大学学报,2016(2). |
| |
作者姓名: | 黄巍 张靓 唐友 |
| |
作者单位: | 1. 黑龙江财经学院,哈尔滨,150025;2. 燕京理工学院 |
| |
摘 要: | 在众多的模式识别工具中,支持向量机(Support Vector Machine,SVM)是一种非常有效的解决工具。提出了基于SVM模型提升金融机构对个人信用评估效率的方法。通过对某银行的用户信用数据进行的研究,设计具体评估流程,利用SVM的SMO算法处理参数优化来构建模型,特点是分类精度高、误判率低,具有较好的稳健性,以此来控制消费信贷风险具有良好的适用性。处理商业银行划分信贷等级,应用此种模式可以解决信贷申请和政策实现,具有一定的实际意义。
|
关 键 词: | SVM 个人信用评估 SMO算法 |
Perfection of Personal Credit Evaluation Method Based on SVM Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|