声明
摘要
第一章绪论
1.1研究背景和意义
1.2财务危机的认定
1.3财务风险预警的研究现状
1.4随机森林算法研究现状
1.5本文研究内容
1.6本文组织结构
第二章随机森林算法原理
2.1引言
2.2集成学习原理
2.3决策树原理
2.3.1决策树分类算法
2.3.2决策树分类算法种类
2.4随机森林原理和性质
2.4.1随机森林原理
2.4.2随机森林收敛性
2.4.3泛化误差、强度和相关系数的OOB估计
2.4.4随机特征提取
2.5随机森林算法实现
2.6本章小结
第三章基于模糊数学改进的随机森林算法
3.1模糊数学基本理论
3.1.1模糊现象
3.1.2模糊集合定义
3.1.3隶属函数的确定方法
3.2二分类数据模糊过程
3.3财务数据样本二分类标签模糊化
3.4基于模糊数学改进的随机森林算法
3.5本章小结
第四章基于随机森林的财务风险预警模型设计
4.1引言
4.2预警模型设计框架
4.3上市企业财务数据的抓取和清洗
4.3.1网络爬虫原理
4.3.2上市企业财务数据的爬取
4.3.3数据的描述
4.4指标体系的建立及计算
4.4.1指标选取原则
4.4.2指标的选取以及分析
4.5基于模糊随机森林的企业财务风险预警模型建立
4.5.1模糊样本特征的随机森林
4.5.2企业财务风险预警模型步骤
4.6实验结果分析
4.6.1实验数据处理
4.6.2实验结果分析
4.6.3不同模型试验结果对比
4.7本章小结
第五章结论与展望
5.1结论
5.2展望
参考文献
致谢
附录
长沙理工大学;