基于AUC回归的不平衡数据特征选择模型研究

被引：12

作者：

李扬 ^{[1
,2
,3
]}

李竟翔 ^{[4
]}

王园萍 ^{[5
]}

机构：

[1] 中国人民大学应用统计科学研究中心

[2] 中国人民大学统计学院

[3] 中国人民大学统计咨询研究中心

[4] 美国明尼苏达大学统计学院

[5] 日立(中国)研究开发有限公司顾客创办中心

来源：

统计与信息论坛 | 2015年 / 30卷 / 05期

关键词：

AUC回归; MCP惩罚; 特征选择; 财务预警;

D O I：

暂无

中图分类号：

F832.51 []; F275 [企业财务管理];

学科分类号：

1201 ; 020204 ; 1202 ; 120202 ;

摘要：

针对不平衡数据的泛化预测和特征选择问题,提出了一种引入MCP惩罚函数的AUC回归模型(MCP-AUCR)。该模型采用考虑所有阈值信息的优化目标函数,具有处理不平衡数据的能力,并具有较好的特征选择效果;在讨论该模型定义与原理的基础上,提出相应的循环坐标下降训练算法,并通过数值模拟研究验证其优良性质;针对中国股票市场机械、设备、仪表板块中的上市公司,构建了基于MCP-AUCR的财务预警模型。研究结果显示:该财务预警模型可以选择出可解释的重要财务指标并进行有效预测,显著优于传统模型。

引用

页码：10 / 16

页数：7

共 9 条

[1] 有监督Group MCP方法的稳健性研究 [J].