基于bagging的决策树集成消费者信用评估模型  

作　　者：向晖[1] 唐剑琴 

机构地区：[1]湖南师范大学商学院,长沙410081

出　　处：《消费经济》2015年第3期72-74,共3页Consumer Economics

基　　金：国家留学基金(201306725010);湖南师范大学博士科研启动项目(2012BQ12)

摘　　要：本文采用bagging方法结合C4.5决策树算法进行消费者信用评估。在两个真实数据集上用5折交叉验证对基于bagging的决策树集成信用评估模型进行了测试,并与logistic回归、BP神经网络、支持向量机及基于boosting的决策树集成模型进行了对比。结果表明bagging集成可以明显提升决策树模型性能,在所有测试消费者信用评估模型中综合性能最高。

关 键 词：消费者信用评估 决策树集成 BAGGING BOOSTING 

分 类 号：F323.7[经济管理—产业经济]