摘要
将AdaBoost算法与支持向量机(SVM)相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明:SVM集成分类器较单一的SVM方法具有更高的分类准确率。
In order to improve the classification capability of support vector machine（SVM）, this paper combines AdaBoost algorithm with SVM to establish SVM ensemble classifier for the assessment of enterprise group＇s credit risk. Empirical results show that SVM ensemble classifier has higher classification accuracy than that of single SVM.
出处
《技术经济》
CSSCI
2013年第11期65-70,共6页
Journal of Technology Economics
基金
国家自然科学基金项目"企业集团内关联信用风险的传染机理与演化特征研究"(70971015)
国家自然科学基金项目"关联信用风险演化结构与传染机理研究"(701271043)
云南师范大学"十二五"学科建设项目
关键词
企业集团
信用风险
信用评估
支持向量机
enterprise group
credit risk ~ credit assessment
support vector machine
