دانلود مقاله ISI انگلیسی شماره 48258
عنوان فارسی مقاله

افزایش بهبود یافته در انتخاب ویژگی برای پیش بینی ورشکستگی شرکت های بزرگ

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48258 2014 9 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
An improved boosting based on feature selection for corporate bankruptcy prediction
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 41, Issue 5, April 2014, Pages 2353–2361

کلمات کلیدی
پیش بینی ورشکستگی شرکت های بزرگ - آموزش اثر کلی؛ افزایش؛ انتخاب ویژگی
پیش نمایش مقاله
پیش نمایش مقاله افزایش بهبود یافته در انتخاب ویژگی برای پیش بینی ورشکستگی شرکت های بزرگ

چکیده انگلیسی

With the recent financial crisis and European debt crisis, corporate bankruptcy prediction has become an increasingly important issue for financial institutions. Many statistical and intelligent methods have been proposed, however, there is no overall best method has been used in predicting corporate bankruptcy. Recent studies suggest ensemble learning methods may have potential applicability in corporate bankruptcy prediction. In this paper, a new and improved Boosting, FS-Boosting, is proposed to predict corporate bankruptcy. Through injecting feature selection strategy into Boosting, FS-Booting can get better performance as base learners in FS-Boosting could get more accuracy and diversity. For the testing and illustration purposes, two real world bankruptcy datasets were selected to demonstrate the effectiveness and feasibility of FS-Boosting. Experimental results reveal that FS-Boosting could be used as an alternative method for the corporate bankruptcy prediction.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.