基于遗传算法和分类树的信用分类方法

被引:2
作者
叶中行
余敏杰
机构
[1] 上海交通大学数学系和现代金融研究中心
关键词
遗传算法; 分类树; 信用评估;
D O I
暂无
中图分类号
F830.5 [信贷]; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.
引用
收藏
页码:424 / 428
页数:5
相关论文
共 4 条
[1]   基于矩阵判定分析法和小波网络的银行信贷信用分类方法 [J].
陈凯风 ;
叶中行 .
上海交通大学学报, 2005, (03) :448-452
[2]   基于支持向量机的银行客户信用评估系统研究 [J].
姚奕 ;
叶中行 .
系统仿真学报, 2004, (04) :783-786
[3]   基于分类树的商业银行信贷分类数据处理问题 [J].
张维 ;
李玉霜 .
系统工程理论方法应用, 2002, (01) :15-19
[4]   分类树应用于商业银行贷款5分类的探讨 [J].
李玉霜 ;
张维 .
系统工程学报, 2001, (04) :282-288