針對信用評估數(shù)據(jù)的高維、非線性和冗余特點,傳統(tǒng)降維和評估方法分類錯判率高的難題,提出一種基于主成分分析的貝葉斯分類器在個人信用評估中的方法。首先采用主成分分析方法提取信用評估特征,進行降維處理,消除不必要的冗余信息,簡化貝葉斯網(wǎng)絡(luò)的輸入,然后分別在樸素貝葉斯和樹增強樸素貝葉斯兩種分類器上建立評估模型,最后對評估模型進行驗證性實驗,并與其他模型進行比較分析。結(jié)果表明,應(yīng)用主成分分析的貝葉斯網(wǎng)絡(luò)建立的個人信用評估模型簡潔,易于推理,提高了個人信用評估的精度。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 貝葉斯分類器的信用評估原理
2 基于主成分分析的貝葉斯分類個人信用評估模型
    2.1 主成分分析
    2.2 貝葉斯分類模型
        2.2.1 樸素貝葉斯分類器(NB)
        2.2.2 樹增強樸素貝葉斯分類器(TAN)
    2.3 PCA-NB和PCA-TAN的個人信用評估模型
3 實驗結(jié)果及分析
    3.1 樣本數(shù)據(jù)
    3.2 數(shù)據(jù)預(yù)處理
    3.3 主成分分析
    3.4 貝葉斯分類模型實驗結(jié)果及分析
    3.5 PCA應(yīng)用的進一步驗證
4 結(jié)束語



本文編號：3849341