基于流形学习和支持向量机的A股上市公司的信用分类
周韵然1
作者信息
摘要
本文提出了一个混合流形学习方法模型：基于A股上市公司过去的财务状况数据，结合了ISOMAP和SVM来预测企业的信用风险。通过使用ISOMAP来降维，SVM作为一个预处理器提高企业信用风险的预测能力。为了建立一个基准，我们比较了PCA和SVM与我们提出的混合方法。分析结果证明我们的混合方法不仅有最好的分类率，使第二类错误的发生率最低，并且能够实现一种改进的预测精度和在早期为决策者提供指导来检测和防止潜在的信用风险。
关键词
流形学习/Isomap/支持向量机/信用风险预测引用本文复制引用
出版年
2014
NETL
NSTL
万方数据