基于屬性選擇的集成分類(lèi)方法在信貸評(píng)估中的應(yīng)用.pdf

1、為了更好的防范信貸風(fēng)險(xiǎn)和進(jìn)一步推動(dòng)個(gè)人消費(fèi)信貸業(yè)務(wù)的發(fā)展，商業(yè)銀行必須建立一套完善有效、科學(xué)合理的個(gè)人信貸評(píng)級(jí)體系。因此，如何有效地對(duì)新客戶(hù)進(jìn)行信貸評(píng)估，防范信貸不良的客戶(hù)，提高銀行預(yù)防和抵抗信貸風(fēng)險(xiǎn)的能力，具有重要的意義。因此，信貸評(píng)估的研究具有重要的理論價(jià)值和實(shí)際意義。
　　 本文將個(gè)人信貸評(píng)估作為一個(gè)分類(lèi)的問(wèn)題。首先用SAS語(yǔ)言對(duì)原始數(shù)據(jù)集作預(yù)處理，包括數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸約和離散化處理，針對(duì)新的數(shù)據(jù)集，利用SAS數(shù)

2、據(jù)挖掘系統(tǒng)建立分類(lèi)模型，這些模型包括決策樹(shù)方法、邏輯回歸方法和神經(jīng)網(wǎng)絡(luò)方法。
　　 接著為了進(jìn)一步提升分類(lèi)正確率，在屬性選擇上，本文對(duì)比了三個(gè)標(biāo)準(zhǔn)所選取的屬性子集，這些標(biāo)準(zhǔn)分別是：信息增益標(biāo)準(zhǔn)、Relief標(biāo)準(zhǔn)和卡方標(biāo)準(zhǔn)，并且經(jīng)過(guò)三次試驗(yàn)，確定信息增益標(biāo)準(zhǔn)所確立的屬性子集為“最佳”的篩選結(jié)果。結(jié)果新數(shù)據(jù)集在分類(lèi)效果上有了一定的改進(jìn)，尤其是神經(jīng)網(wǎng)絡(luò)和決策樹(shù)方法對(duì)“壞客戶(hù)”的分類(lèi)都有了很大的改善。
　　 最后，本文將神經(jīng)網(wǎng)絡(luò)