拆分特征选择及其在企业信用评估中应用

摘要

评估指标体系的选取是企业信用评估的首要问题,它是一个特征选择问题。文章提出了一种针对SVM组合技术的拆分特征选择方法,其主要思想是对SVM组合中的各个分类器分别进行特征选择,再采用不同的特征子集作为各子分类器的输入,进行组合建模与预测。文章从filter和wrapper相结合的思想出发,进行了子分类器的特征选择;之后,针对企业信用评估问题的特点,采用了二叉树结构作为SVM的组合策略。实验表明,拆分特征选择方法能选出规模较小、具有一定差异的关键指标集,提高了模型的分类性能,并且具有计算简单,运行快速的优点。