دانلود مقاله ISI انگلیسی شماره 48587
عنوان فارسی مقاله

مدل های آنسامبل ماشین بردار پشتیبانی حداقل مربعات برای امتیازدهی اعتباری

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48587 2010 7 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Least squares support vector machines ensemble models for credit scoring
منبع

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

Journal : Expert Systems with Applications, Volume 37, Issue 1, January 2010, Pages 127–133

کلمات کلیدی
امتیازدهی اعتباری - پشتیبانی ماشین بردار - مدل آنسامبل
پیش نمایش مقاله
پیش نمایش مقاله مدل های آنسامبل ماشین بردار پشتیبانی حداقل مربعات برای امتیازدهی اعتباری

چکیده انگلیسی

Due to recent financial crisis and regulatory concerns of Basel II, credit risk assessment is becoming one of the most important topics in the field of financial risk management. Quantitative credit scoring models are widely used tools for credit risk assessment in financial institutions. Although single support vector machines (SVM) have been demonstrated with good performance in classification, a single classifier with a fixed group of training samples and parameters setting may have some kind of inductive bias. One effective way to reduce the bias is ensemble model. In this study, several ensemble models based on least squares support vector machines (LSSVM) are brought forward for credit scoring. The models are tested on two real world datasets and the results show that ensemble strategies can help to improve the performance in some degree and are effective for building credit scoring models.

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