支持向量机在个人信用评估中的应用

作     者：叶小娇 李汪根 黄尧颖 YE Xiao-jiao;LI Wang-gen;HUANG Yao-ying

作者机构：安徽师范大学数学计算机科学学院安徽芜湖241003 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2011年第21卷第3期

页      面：213-216,220页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省自然科学研究重点项目(KJ2010A140) 

主　　题：信用评估 支持向量机 不平衡数据 分类 

摘      要：个人信用评估在银行信贷业务中有着举足轻重的作用。为了提高银行对个人信用评估的准确率,将支持向量机应用到个人信用评估中,以德国信贷数据为数据集,采用网格-5折交叉验证方法获取核函数最优参数,然后选择不同的核函数及其最优参数进行训练建模,实验得出RBF核函数更适合该数据集。针对样本中数据不平衡的问题,通过改变权重的方式对不同类别设置不同的惩罚参数。实验结果表明,该方法在保证总的预测准确率较好的前提下,有效地平衡了第一类和第二类错误率,可以作为银行信贷决策的参考依据。