利用粗糙集和支持向量机的银行借贷风险预测模型

摘要：

将粗糙集和支持向量机相结合,提出利用粗糙集和支持向量机的银行借贷风险预测模型,提高银行个人借贷风险预测精度,为银行判断是否同意借贷提供参考和依据.该模型首先将银行样本数据形成初始决策表,对其进行数据预处理;然后用属性相似度的属性约简算法对决策表进行属性约简,去除冗余属性,获得高效的决策规则;最后将约简后的最小属性作为4种不同核函数的支持向量机学习样本,构建预测模型且进行预测评价对比分析.实验结果表明,使用相同训练样本,高斯核函数的支持向量机预测模型的准确率最高且为93％,说明该预测模型具有较高的精度.通过实验分析,构建预测模型有效地预测了银行借贷风险,且为银行借贷管理提供辅助决策.

关键词：粗糙集、属性约简、支持向量机、核函数、预测模型

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：249-256