货币银行学：基于支持向量机的信用评估模型及风险  

Credit scoring models and creditrisk evaluation based on support vector machines

作　　者：肖文兵[1] 费奇 万虎 

机构地区：[1]华中科技大学系统工程研究所,武汉430074 [2]不详

出　　处：《中国学术期刊文摘》2007年第22期284-284,共1页Chinese Science Abstracts(Chinese Edition)

摘　　要：运用基于支持向量机理来建立一个新的个人信用评估预测模型，以期取得更好的预测分类能力．并对SVM分类结果与三层全连接BPN分类结果进行了比较．结果表明，在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好．为了减＋011练集偏差及为了验证两种方法的鲁棒性，基于两种策略（平衡样本与非平衡样本）交叉验证来进一步评价SVM分类准确性，并对两种方法基于两种策略的误分类作了风险代价分析．

关 键 词：信用评估 支持向量机 BP神经网络 交叉确认 风险评估 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]