基于GCV的LS-SVM模型选择在个人信用评估中的应用

被引：3

作者：

李娴 ^{[1
,2
]}

机构：

[1] 河南大学数学与信息科学学院

[2] 上海财经大学统计与管理学院

来源：

河南大学学报(自然科学版) | 2011年 / 41卷 / 03期

关键词：

LS-SVM; GCV; Newton-Raphson迭代; 模型选择; 个人信用评估;

D O I：

10.15991/j.cnki.411100.2011.03.001

中图分类号：

F832.2 [银行制度与业务]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

针对个人信用评估中数据海量性以及与影响因素之间的非线性问题,利用最小二乘支持向量机(LS-SVM)中基于GCV准则和Newton-Raphson算法的正则化参数快速选择方法建立新的个人信用风险预测模型.并把该模型与Fisher线性判别分析、Logistic回归以及半参数广义可加模型的判别效果进行了实证比较分析.结果表明该方法不仅具有快速高效的模型选择能力,并且具有较优的判别预测能力.

引用

页码：240 / 245

页数：6