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.
中图分类号:
刘京礼, 李建平, 徐伟宣, 石勇. 信用评估中的鲁棒赋权自适应Lp最小二乘支持向量机方法[J]. 中国管理科学, 2010, 18(5): 28-33.
LIU Jing-li, LI Jian-ping, XU Wei-xuan, SHI Yong. A Robust Weighted Adaptive Lp LS-SVM Method for Credit Risk Assessment[J]. Chinese Journal of Management Science, 2010, 18(5): 28-33.