基于KMOD核函数的SVM方法在信用评分中的应用

被引：3

作者：

陈为民 ^{[1
]}

马超群 ^{[1
]}

冯广波 ^{[2
]}

机构：

[1] 湖南大学工商管理学院

[2] 海南大学经济学院

来源：

关键词：

信用卡; KMOD核函数; 支持向量机;

D O I：

暂无

中图分类号：

F830.4 [银行业务]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

本文介绍了支持向量分类机,并引入具有更好识别能力的KMOD核函数建立了SVM信用卡分类模型.利用澳大利亚和德国的信用卡数据进行了数值实验,结果表明该模型在分类准确率、支持向量方面优于基于RBF的SVM模型.

引用

页码：24 / 27

页数：4

共 4 条

[1] a library for support vector machines. Chang C C,Lin C J,LIBSVU. http://www.csie.ntu.edu.tv/-cjlin/ libsvm . 2001
[2] KMOD-a new support vector machine kernel with moderate decreasing for pat-tern recognition:application to digit image recognition. Ayat N E,Cheriet M,Renaki L,etal. Proceedings of 6thInt Conf on Document Analysis and Recog-nition Seattle . 2001
[3] The nature of statistical learning theory. Vapnik V N. . 1995
[4] Application of support vector machines to corporate credit rating prediction. LeeYong-Chan. Expert Systems withApplications . 2007