基于模糊粗糙集实例选择的混合算法在信用评分中的应用

摘要

基于聚类算法的混合分类器构建的信息评分系统中,不合理的聚类值或者初始类簇中心点会严重影响分类精度的问题,对此,提出了2种基于模糊粗糙集实例选择的新型混合算法.这2种算法仅与数据集的数据结构有关,不受其他外部参数影响.实验结果表明,基于模糊粗糙集实例选择的2种混合算法针对不同结构的数据集表现出了各自的特性,深化了对数据集的理解,提高了准确率.