基于bagging的决策树集成消费者信用评估模型
2015-06-01分类号:C913.3;F014.5
【部门】湖南师范大学商学院
【摘要】本文采用bagging方法结合C4.5决策树算法进行消费者信用评估。在两个真实数据集上用5折交叉验证对基于bagging的决策树集成信用评估模型进行了测试,并与logistic回归、BP神经网络、支持向量机及基于boosting的决策树集成模型进行了对比。结果表明bagging集成可以明显提升决策树模型性能,在所有测试消费者信用评估模型中综合性能最高。
【关键词】消费者信用评估 决策树集成 bagging boosting
【基金】国家留学基金(201306725010); 湖南师范大学博士科研启动项目(2012BQ12)
【所属期刊栏目】消费经济
文献传递