دانلود مقاله ISI انگلیسی شماره 48591
عنوان فارسی مقاله

ماشین بردار پشتیبان متعامد برای امتیازدهی اعتباری

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48591 2013 15 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Orthogonal support vector machine for credit scoring
منبع

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

Journal : Engineering Applications of Artificial Intelligence, Volume 26, Issue 2, February 2013, Pages 848–862

کلمات کلیدی
لعنت ابعادی - کاهش ابعاد متعامد - پشتیبانی از ماشین بردار - رگرسیون لجستیک - تجزیه و تحلیل مولفه های اصلی - امتیازدهی اعتباری
پیش نمایش مقاله
پیش نمایش مقاله ماشین بردار پشتیبان متعامد برای امتیازدهی اعتباری

چکیده انگلیسی

The most commonly used techniques for credit scoring is logistic regression, and more recent research has proposed that the support vector machine is a more effective method. However, both logistic regression and support vector machine suffers from curse of dimension. In this paper, we introduce a new way to address this problem which is defined as orthogonal dimension reduction. We discuss the related properties of this method in detail and test it against other common statistical approaches—principal component analysis and hybridizing logistic regression to better solve and evaluate the data. With experiments on German data set, there is also an interesting phenomenon with respect to the use of support vector machine, which we define as ‘Dimensional interference’, and discuss in general. Based on the results of cross-validation, it can be found that through the use of logistic regression filtering the dummy variables and orthogonal extracting feature, the support vector machine not only reduces complexity and accelerates convergence, but also achieves better performance.

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