基于支持向量机集成的个人信用评估研究

摘要

信用评估模型的优劣会对信贷机构损益和金融市场秩序产生直接的影响,为提升个人信用评估模型的精度,将集成方法应用到信用评估领域,提出改进DS证据理论的支持向量机集成个人信用评估模型,并将属性约减纳入建模过程中.利用C4.5决策树约减冗余属性,并根据数据集类别标签和支持向量机混淆矩阵,后验概率构造证据理论概率赋值函数.计算基于分类器间支持度的权重与专家权重修正由于训练过程受到干扰而产生的冲突证据.通过DS融合做出最终决策.实证分析探讨了该方法的优越性和可行性,可成为一种有效信用评估工具.