資源描述：
《異態(tài)集成學(xué)習(xí)方法在個(gè)人信用評(píng)估中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文異態(tài)集成學(xué)習(xí)方法在個(gè)人信用評(píng)估中的應(yīng)用THEAPPLICATIONSOFDIFFERENTSTATESOFENSEMBLELEARNINGTOPERSONALCREDITEVALUATION曹倩哈爾濱工業(yè)大學(xué)2011年6月國內(nèi)圖書分類號(hào)：F832.479學(xué)校代碼：10213國際圖書分類號(hào)：226.717.5密級(jí)：公開經(jīng)濟(jì)學(xué)碩士學(xué)位論文異態(tài)集成學(xué)習(xí)方法在個(gè)人信用評(píng)估中的應(yīng)用碩士研究生：曹倩導(dǎo)師：王樹林副教授申請學(xué)位：經(jīng)濟(jì)學(xué)碩士學(xué)科、專業(yè)：國際貿(mào)易學(xué)所在單位：管理學(xué)院答辯日期：2011年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)Classifie
2、dIndex:F832.479U.D.C:226.717.5DissertationfortheMasterDegreeinEconomicsTHEAPPLICATIONSOFDIFFERENTSTATESOFENSEMBLELEARNINGTOPERSONALCREDITEVALUATIONCandidate：CaoQianSupervisor：WangshulinAcademicDegreeAppliedfor：MasterofEconomicsSpecialty：InternationalTradeAffiliation：Schoolof
3、ManagementDateofDefence：July,2011DegreeConferringInstitution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)學(xué)碩士學(xué)位論文摘要隨著中國經(jīng)濟(jì)的迅速發(fā)展和計(jì)算機(jī)信息技術(shù)在生物、經(jīng)濟(jì)等各個(gè)領(lǐng)域的廣泛應(yīng)用，社會(huì)各階層居民對(duì)日常的消費(fèi)信貸需求與日俱增。國內(nèi)各大銀行積極適應(yīng)市場變化，這不僅要求銀行能夠針對(duì)各層客戶擴(kuò)展多種多樣的特色信貸業(yè)務(wù)，更需要銀行能夠應(yīng)用規(guī)范的系統(tǒng)評(píng)估方式在資金管理和風(fēng)險(xiǎn)調(diào)控中做到高效率、高收益和低風(fēng)險(xiǎn)。因此，建立一個(gè)系統(tǒng)高效并具有實(shí)際應(yīng)用價(jià)值的信用評(píng)
4、估模型可以很好的指導(dǎo)國內(nèi)銀行信貸業(yè)務(wù)的發(fā)展。本文針對(duì)個(gè)人信用評(píng)估問題，在閱讀大量國內(nèi)外文獻(xiàn)的基礎(chǔ)上，根據(jù)決策樹、異態(tài)集成學(xué)習(xí)方法的原理，提出運(yùn)用典型的Adaboost和Bagging異態(tài)學(xué)習(xí)法構(gòu)建個(gè)人信用評(píng)估模型。首先從Adaboost的原理出發(fā)，在訓(xùn)練過程中反復(fù)增加各種單一分類器，通過逐層調(diào)節(jié)弱分類器對(duì)應(yīng)的權(quán)重值訓(xùn)練總輸出達(dá)到提前設(shè)定的最小誤差率的強(qiáng)訓(xùn)練器。隨后為了達(dá)到降低模型錯(cuò)分率，提高模型預(yù)測精度的作用，又對(duì)Bagging集成在均等處理無偏估計(jì)模型中產(chǎn)生噪音的全過程進(jìn)行詳細(xì)分析。最后利用銀行個(gè)人信用數(shù)據(jù)訓(xùn)練異態(tài)集成學(xué)習(xí)模型，結(jié)果顯示異態(tài)集
5、成方法在準(zhǔn)確率和穩(wěn)健性上較單一REPTree方法均有優(yōu)化，可以看出異態(tài)集成學(xué)習(xí)模型有效的綜合了單一模型的優(yōu)點(diǎn)，改善已有信用評(píng)估模型中遇到的“過擬合”和“局部最優(yōu)”困境?；贏daboost和Bagging方法建立的個(gè)人信用評(píng)估模能夠降低銀行信用評(píng)估中因違約誤判而帶來的資金損失，更利于模型實(shí)現(xiàn)預(yù)期的效果。關(guān)鍵詞：異態(tài)集成算法；個(gè)人信用評(píng)估；Adaboost；Bagging-I-哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)學(xué)碩士學(xué)位論文AbstractWiththerapidgrowthofChineseeconomyandthewidespreaduseofinforma
6、tionandcomputerscienceinbiological,economicandotherfields，thedemandforconsumercreditofresidentsinallwalksareincreasingrapidly.Manymajordomesticbanksareactivelyadapttothemarket,itnotonlyrequiresbankstoextenddiversifiedcreditbusinessforconsumersinalllevels,butalsoneedbankstose
7、tastandardizesystemtoevaluateconsumercredit.Thissystemcanincreasethebanks’efficiencyandlowtheriskinfinancialmanagement.Therefore,theestablishmentofpersonalcreditscoresysteminChinaissoimportantforthedevelopmentandstabilityineconomicanditalsocanpromotetheprosperityofthefinanci
8、almarket.Therefore,developsuchasetofpersonalcreditscoringmethodscanreduceth
