基于粗集和SVM的客户抵押贷款违约评估

摘要：

信贷风险是金融机构风险的主要来源.支持向量机是基于VC维和统计学习理论理念的一种新的机器学习方法.它在解决两类问题时是一种较好的分类方法,同时学习结果模型有较强的稳定性.在实际应用中,采用Grid-search方法调整支持向量机的惩罚参数,达到了更好的推广能力和预测结果.采用粗集对数据集进行预处理,属性约简,删除了多余的属性,然后再用支持向量机进行分类建立了住房抵押贷款信用风险评估模型,并与其他算法进行了比较,取得了良好的分类效果.

关键词：信用评估、支持向量机、属性约简、Grid-search

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60675008

在线出版日期：2008-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：229-231,248