基于bagging的决策树集成消费者信用评估模型

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

所属期刊栏目：31

分类号：F323.7(中国农业经济)

资助基金：国家留学基金201306725010;湖南师范大学博士科研启动项目2012BQ12

在线出版日期：2015-06-24（万方平台首次上网日期，不代表论文的发表时间）

页码：72-74