基于支持向量機(jī)(SVM)理論的個(gè)人信用評(píng)估研究.pdf

1、金融機(jī)構(gòu)風(fēng)險(xiǎn)主要源于信貸風(fēng)險(xiǎn)。個(gè)人申請(qǐng)貸款業(yè)務(wù)的與日劇增,建立有效的風(fēng)險(xiǎn)防范機(jī)制對(duì)銀行來(lái)說(shuō)是迫在眉睫的。本課題在齊魯商業(yè)銀行的綜合信息平臺(tái)的基礎(chǔ),對(duì)平臺(tái)中的個(gè)人信用風(fēng)險(xiǎn)評(píng)估進(jìn)行了深入探討研究,提出了一個(gè)基于粗糙集和支持向量機(jī)的個(gè)人信用評(píng)估系統(tǒng)模型。數(shù)據(jù)挖掘融合了數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)等多門學(xué)科,是一種從大量復(fù)雜的數(shù)據(jù)中迅速獲得有用信息的新技術(shù)。分類是一種最常見(jiàn)的數(shù)據(jù)挖掘的應(yīng)用方向,通過(guò)實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練得到的分類器來(lái)預(yù)測(cè)未知數(shù)據(jù)的類別。支

2、持向量機(jī)(SVM)是近年來(lái)在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來(lái)的一種新的機(jī)器學(xué)習(xí)方法,它具有很強(qiáng)的泛化能力。其核心思想是將一個(gè)復(fù)雜的分類任務(wù)通過(guò)核函數(shù)映射使之轉(zhuǎn)化成一個(gè)在高維特征空間中構(gòu)造線性分類超平面的問(wèn)題。支持向量機(jī)是一種好解決兩分類問(wèn)題的新方法,其構(gòu)造學(xué)習(xí)結(jié)果模型穩(wěn)定性較好。本文認(rèn)真研究分析了支持向量機(jī)的原理及算法。在對(duì)面向大規(guī)模數(shù)據(jù)集的支持向量機(jī)的原理及算法的研究方面,通過(guò)比較各種算法的優(yōu)缺點(diǎn),選用了改進(jìn)的序列最小最優(yōu)化算法(SMO)