本文關(guān)鍵詞：基于分類器選擇的個人信用評估組合模型研究

  更多相關(guān)文章： 個人信用評估 分類器池 差異性 分類器選擇 融合

【摘要】：隨著我國金融體制改革進程的加快和國民消費收入水平的大幅提高,個人消費信貸業(yè)務(wù)得到了快速發(fā)展,商業(yè)銀行個人信用評估的研究也逐步深入。建立個人信用評估系統(tǒng)的核心在于信用評估模型的開發(fā)。研究表明用于個人信用評估的組合預(yù)測模型或者多分類器系統(tǒng)往往比單一模型體現(xiàn)出更多的優(yōu)勢。建立組合模型前需要先選擇用于組合的基分類器,目前多分類器系統(tǒng)的研究開始更多地著眼于分類器選擇。本文重點研究了分類器選擇方法,建立分類器選擇標準和最優(yōu)基分類器子集搜索算法,在此基礎(chǔ)上構(gòu)建個人信用評估組合模型。首先對現(xiàn)有的多種單一模型進行研究分析,并在此基礎(chǔ)上建立基分類器池,其中包含所有可供選擇的單一模型;通過研究現(xiàn)有的多種不同的差異性度量方法,建立一種兼顧差異性和分類精度的分類器選擇標準;設(shè)計適合于本文分類器選擇問題的全局搜索算法獲得最優(yōu)的基分類器子集;然后采用兩種常用的組合方法即簡單投票法和行為知識空間法進行分類器融合;最后,從個人信用評估問題的經(jīng)濟學(xué)含義出發(fā),對個人信息指標進行篩選和優(yōu)化,采用樣本數(shù)據(jù)對建立的組合模型進行驗證與分析,檢驗其在個人信用評估中的效果。結(jié)果表明,本文建立的分類精度和差異性結(jié)合的分類器選擇標準可以在保證多分類器系統(tǒng)精度的同時提高運行效率;采用的最優(yōu)分類器子集搜索算法能夠快速準確搜索到全局最優(yōu)解;行為知識空間法建立的組合模型分類精度高于投票法,但是其模型復(fù)雜度相對較高。另外考慮到個人信用評估問題的特殊性,從經(jīng)濟學(xué)意義角度方面規(guī)避信貸風(fēng)險,將誤判損失作為分類器選擇的另一標準。本文分類器選擇方法、最優(yōu)子集搜索算法及融合方法相關(guān)的實驗和分析結(jié)果可以為后續(xù)個人信用評估模型優(yōu)化和進一步的理論研究提供參考。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.4;F224

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 馬若微;唐春陽;;考慮誤判損失的Logistic違約預(yù)測模型構(gòu)建[J];系統(tǒng)工程理論與實踐;2007年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 向暉;個人信用評分組合模型研究與應(yīng)用[D];湖南大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 胡建華;基于差異性度量的多分類器融合個人信用評估研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：1171350