信用评估中的鲁棒赋权自适应L_p最小二乘支持向量机方法

摘要

消费者信用评估是金融风险管理和信用产业竞争的一个重要方面。信用评估数据中常带有噪声点,并且其类别是不均衡的。最小二乘支持向量机是一个被广泛应用的分类模型,其模型简单,求解速度快,但鲁棒性差。本文提出了一个鲁棒赋权自适应Lp最小二乘支持向量机模型,能够适应信用评估样本数据库类别不均衡的特点,可以有效处理信用评估数据中带有噪声点的问题。在仿真数据和三个信用数据库上的实证分析表明,本文所提出的模型具有较好的鲁棒性和分类能力。