简介:评估指标体系的选取是企业信用评估的首要问题,它是一个特征选择问题。文章提出了一种针时SVM组合技术的拆分特征选择方法,其主要思想是时SVM组合中的各个分类器分别进行特征选择,再采用不同的特征子集作为各子分类器的输入,进行组合建模与预测。文章从filter和wrapper相结合的思想出发,进行了子分类器的特征选择;之后,针对企业信用评估问题的特点,采用了二叉树结构作为SVM的组合策略。实验表明,拆分特征选择方法能选出规模较小、具有一定差异的关键指标集,提高了模型的分类性能,并且具有计算简单,运行快速的优点。
简介:21世纪,中国信用卡进入迅速发展阶段,信用卡风险问题也逐渐显现。建立有效的信用卡风险评估系统,保持信用卡业务健康可持续发展,使得信用卡业务从粗放型发展向集约型发展转变具有重要意义。本文基于某银行的信用卡交易数据,首先运用主成分分析法将用户数据分为违约和非违约两类。其次对用户数据进行二元Logistic回归处理,求得其非违约概率,以此对客户进行分类。银行可以根据自身所能承担的风险状况来决定适当的概率分割点计算k值,作为客户的是否发放信用卡的标准,并以此对客户进行风险估计。