數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估中的研究應(yīng)用.pdf

1、隨著大數(shù)據(jù)時(shí)代的到來(lái)，越來(lái)越多的決策將基于海量數(shù)據(jù)里的知識(shí)而做出，作為研究怎樣從數(shù)據(jù)中發(fā)掘知識(shí)的數(shù)據(jù)挖掘這門學(xué)科將在各領(lǐng)域發(fā)揮越來(lái)越重要的作用。而在數(shù)據(jù)挖掘過(guò)程中，人們重視于挖掘算法的研究與改進(jìn)而往往忽視了從整個(gè)數(shù)據(jù)挖掘流程來(lái)考慮提升模型的準(zhǔn)確率，論文根據(jù)業(yè)內(nèi)的數(shù)據(jù)挖掘流程標(biāo)準(zhǔn)模型CRISP-DM，從業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備出發(fā)設(shè)計(jì)了數(shù)據(jù)預(yù)處理、特征值提取、參數(shù)優(yōu)化、訓(xùn)練集修剪的一系列方法來(lái)提升數(shù)據(jù)質(zhì)量，在考慮傳統(tǒng)支持向量機(jī)中當(dāng)測(cè)試

2、樣本位于超平面臨邊界點(diǎn)時(shí)判定可能錯(cuò)誤的問(wèn)題，引入其他算法對(duì)其進(jìn)行了改進(jìn)，從整個(gè)數(shù)據(jù)挖掘過(guò)程出發(fā)設(shè)計(jì)了一套“數(shù)據(jù)預(yù)處理標(biāo)準(zhǔn)化+遺傳算法特征選取+訓(xùn)練集修剪+支持向量機(jī)分類器判別優(yōu)化”數(shù)據(jù)挖掘系統(tǒng)。其主要工作如下：
　　(1)針對(duì)數(shù)據(jù)集可能存在的缺失數(shù)據(jù)、冗余數(shù)據(jù)、不一致數(shù)據(jù)等情況，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，為了提高數(shù)據(jù)預(yù)處理效率，論文設(shè)計(jì)了一套數(shù)據(jù)預(yù)處理流程，并使用統(tǒng)計(jì)語(yǔ)言R語(yǔ)言實(shí)現(xiàn)了這一系列功能。
　　(2)在支持向量機(jī)模型

3、中，探討了核函數(shù)和參數(shù)的選擇對(duì)模型的準(zhǔn)確性的影響，并使用了網(wǎng)格搜索和K-折交叉驗(yàn)證方法對(duì)參數(shù)進(jìn)行優(yōu)化。針對(duì)現(xiàn)實(shí)數(shù)據(jù)存在的高維度特征可能影響支持向量機(jī)挖掘的準(zhǔn)確性，使用遺傳算法對(duì)特征集進(jìn)行選取，能夠有效去除冗余指標(biāo)，提升了數(shù)據(jù)挖掘的準(zhǔn)確率。
　　(3)對(duì)支持向量機(jī)的判別方法進(jìn)行了改進(jìn)，引入加權(quán)K-最近鄰域算法來(lái)對(duì)符合特定條件的測(cè)試樣本進(jìn)行重新判定。通過(guò)對(duì)支持向量機(jī)的超平面研究，設(shè)計(jì)了修剪訓(xùn)練集的方法，并用修剪好的訓(xùn)練集來(lái)配合加權(quán)K-