张玥, 赵凯, 黄全生.组合核支持向量机个人信用评估模型[J].重庆工商大学自然科学版,2019,36(5):37-43
组合核支持向量机个人信用评估模型
Personal Credit Evaluation Model Based on Combination Kernel Support Vector Machine
  
DOI:
中文关键词:  个人信用评估  支持向量机  核函数  组合核
英文关键词:personal credit assessment  support vector machine  kernel function  combination kernel
基金项目:
作者单位
张玥, 赵凯, 黄全生 安徽工程大学 数理学院安徽 芜湖241000 
摘要点击次数: 41
全文下载次数: 31
中文摘要:
      针对支持向量机模型在分类问题中的广泛应用,提出了一种新的基于支持向量机的个人信用评估模型,通过对支持向量机直方图交叉核、热核特征核、杰卡德距离核和余弦广义距离核4种核函数的组合处理,构造了投票矩阵;通过实际数据实验,获得了良好的分类结果,同时证明了支持向量机自适应组合核加权模型在信用评分系统中具有良好的性能;因此,这种基于支持向量机的个人信用评估模型可以帮助银行或贷款人做出正确的决策。
英文摘要:
      Aiming at the wide application of support vector machine (SVM) model in classification, a new personal credit evaluation model based on SVM is proposed.The voting matrix is constructed by combining four kinds of kernels, namely, histogram cross kernels, thermonuclear feature kernels, Jacquard distance kernels and cosine generalized distance kernels.Through the actual data experiment, we get good classification results, and prove that the support vector machine adaptive combination kernel weighting model has good performance in the credit scoring system.Therefore, this personal credit evaluation model based on support vector machine can really help banks or lenders make correct decisions.
查看全文  查看/发表评论  下载PDF阅读器
关闭
重庆工商大学学报自然科学版 版权所有
地址:中国 重庆市 南岸区学府大道19号,重庆工商大学学报编辑部 邮编:400067
电话:023-62769495 传真:
您是第1569745位访客
关注微信二维码