基于bagging算法的经济金融数据分析
Research and Analysis of Economic and Financial Data Based on Bagging Algorithm作者机构：湖北工业大学理学院湖北武汉430068
出 版 物：《湖北工业大学学报》 (Journal of Hubei University of Technology)
年 卷 期：2021年第36卷第2期
页 面：110-114页
学科分类：0202[经济学-应用经济学] 02[经济学]
主 题：bagging算法 C5.0决策树算法 KNN算法 朴素贝叶斯算法 经济金融数据
摘 要：为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况。其中由KNN算法、C5.0算法和朴素贝叶斯算法构造了7种不同的组合方法。总的来看,基于bagging的C5.0决策树方法并设置分类器个数为50时预测效果最佳。对bank数据集设置最佳的方法和分类器个数进行实例分析,准确性达到94.17%,预测情况良好。
维普期刊数据库
同方期刊数据库