湖北工业大学学报2021，Vol.36Issue(2) ：110-114.

基于bagging算法的经济金融数据分析

Research and Analysis of Economic and Financial Data Based on Bagging Algorithm

任雪妮 罗幼喜
湖北工业大学学报2021，Vol.36Issue(2) ：110-114.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于bagging算法的经济金融数据分析

Research and Analysis of Economic and Financial Data Based on Bagging Algorithm

任雪妮 1罗幼喜1
扫码查看

作者信息

  • 1. 湖北工业大学理学院,湖北武汉430068
  • 折叠

摘要

为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况.其中由KNN算法、C5.0算法和朴素贝叶斯算法构造了7种不同的组合方法.总的来看,基于bagging的C5.0决策树方法并设置分类器个数为50时预测效果最佳.对bank数据集设置最佳的方法和分类器个数进行实例分析,准确性达到94.17％,预测情况良好.

关键词

bagging算法/C5.0决策树算法/KNN算法/朴素贝叶斯算法/经济金融数据

引用本文复制引用

基金项目

国家社会科学基金(17BJY210)

出版年

2021
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
参考文献量8
段落导航相关论文