基于贝叶斯网络分类的个人信用评估模型  

作　　者：李旭升[1] 郭耀煌[1] 

机构地区：[1]西南交通大学经济管理学院,成都610031

出　　处：《统计与决策》2006年第20期13-15,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(70371026)

摘　　要：本文研究了朴素贝叶斯分类器、树增强朴素贝叶斯分类器两种贝叶斯网络信用评估模型的精度,用10层交叉验证在两个真实数据集上对贝叶斯网络信用评分模型进行了测试并与的神经网络模型进行了比较。结果表明,贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势。

关 键 词：信用评估 贝叶斯网络 朴素贝叶斯分类模型 树增强贝叶斯分类模型 神经网络 

分 类 号：F830.5[经济管理—金融学]