基于多分类器组合的消费者个人信用评估

摘要

为了降低单分类器在消费者个人信用评估中的不确定性和不稳定性,提出了一种基于多分类器组合以提高准确性的个人信用评估模型.首先按照差异性原则和个体优化原则建立不同的信用评估指标体系,然后根据各个指标体系分别建立不同的分类器,最后将分类器进行组合,并用于对消费者个人信用状况进行预测评估.实证研究以logistic回归和支持向量机作为基本分类器,通过在两个实际的消费者信用数据集上的比较分析,说明了所提出模型相对于传统单分类器模型的准确性和优越性。