组合核支持向量机个人信用评估模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Personal Credit Evaluation Model Based on Combination Kernel Support Vector Machine
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    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。

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

张玥, 赵凯, 黄全生.组合核支持向量机个人信用评估模型[J].重庆工商大学学报(自然科学版),2019,36(5):37-43
ZHANG Yue, ZHAO Kai, HUANG Quan-sheng. Personal Credit Evaluation Model Based on Combination Kernel Support Vector Machine[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2019,36(5):37-43

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-10-09
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升