摘要:针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.
关键词:信用评估 贝叶斯网络 树增强朴素贝叶斯分类模型 扩展的树增强朴素贝叶斯分类模型 神经网络分类模型
单位:西南交通大学经济管理学院 成都610031 西南科技大学理学院 绵阳621000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社