期刊文献+

基于主成分分析的贝叶斯网络在个人信用评估中的应用 被引量:1

Personal Credit Scoring Based on PCA and Bayesian Network Classification
下载PDF
导出
摘要 针对信用评估数据的高维、非线性和冗余特点,传统降维和评估方法分类错判率高的难题,提出一种基于主成分分析的贝叶斯分类器在个人信用评估中的方法。首先采用主成分分析方法提取信用评估特征,进行降维处理,消除不必要的冗余信息,简化贝叶斯网络的输入,然后分别在朴素贝叶斯和树增强朴素贝叶斯两种分类器上建立评估模型,最后对评估模型进行验证性实验,并与其他模型进行比较分析。结果表明,应用主成分分析的贝叶斯网络建立的个人信用评估模型简洁,易于推理,提高了个人信用评估的精度。
作者 范彦勤 覃杨森 袁媛 FAN Yanqin;QIN Yangsen;YUAN Yuan
出处 《桂林航天工业学院学报》 2019年第4期568-575,共8页 Journal of Guilin University of Aerospace Technology
  • 相关文献

参考文献3

二级参考文献25

  • 1党耀国,刘思峰,翟振杰,唐学文.灰色综合聚类评估模型的研究[J].统计与决策,2004,20(10):4-5. 被引量:29
  • 2李宜敏,罗爱民,吕凤虎.灰色聚类评估的一种改进方法[J].统计与决策,2007,23(1):20-21. 被引量:6
  • 3THOMAS L C. A survey of credit and behavioural scoring: forecasting financial risk of lending to consumers[ J]. International Journal of Forecasting, 2000,16 ( 2 ) : 149-172.
  • 4FRIEDMAN N, GEIGER D, GOLDSZMIDT M. Bayesian network classifiers[ J]. Machine Learning, 1997,29 (2-3) : 131-163.
  • 5KANE M J, SAVAKIS A A. Bayesian network structure learning and inference in indoor vs. outdoor image classification [ C ]//Proc of the 17th International Conference on Pattern Recognition. Washington DC : IEEE Computer Society, 2004:479-482.
  • 6NG G, ONG K. Using a qualitative probabilistic networks to explain diagnostic reasoning in an expert system for chest pain diagnosis[ J]. Computers in Cardiology, 2000,27:569-573.
  • 7SAHAMI M, DUMAIS S, HECKERMAN D, et al. A Bayesian approach to filtering junk e-mail, WS- 98- 05 [ R ]. Madison : AAAI, 1998.
  • 8BAESENS B, VERSTRAETEN G, POEL D V, et al. Bayesian network classifiers for identifying the slope of the customer lifecycle of long-life customers [ J]. European Journal of Operational Research, 2004,156(2) :508-523.
  • 9CHICKERING D M, HECKERMAN D. A decision theoretic approach to targeted advertising, MSR-TR-2000-17 [ R ]. Redmond : Microsoft Research, 2000.
  • 10DUDA R O, HART P E, STORK D G. Pattern classification [ M ].影印版.北京:中信出版社,2003.

共引文献14

同被引文献6

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部