基于模糊粗糙集实例选择的混合算法在信用评分中的应用

刘占峰, 潘甦

南京邮电大学 江苏省通信与网络技术工程研究中心, 南京 210003

收稿日期:2018-09-13出版日期:2019-04-28发布日期:2019-04-09
通讯作者:潘甦(1969-),男,教授,博士生导师,E-mail:supan@njupt.edu.cn.E-mail:supan@njupt.edu.cn
作者简介:刘占峰(1980-),男,博士生.
基金资助:江苏省研究生科研与实践创新计划项目（KYCX18_0882）；南京邮电大学江苏省通信与网络技术工程研究中心开放课题

Hybrid Algorithm Base on Fuzzy-Rough Instance Selection for Credit Scoring

LIU Zhan-feng, PAN Su

Jiangsu Engineering Research Center of Communication and Network Technology, Nanjing University of Posts and Telecommunications, Nanjing 210003, China

Received:2018-09-13Online:2019-04-28Published:2019-04-09

摘要/Abstract

摘要： 基于聚类算法的混合分类器构建的信息评分系统中，不合理的聚类值或者初始类簇中心点会严重影响分类精度的问题，对此，提出了2种基于模糊粗糙集实例选择的新型混合算法.这2种算法仅与数据集的数据结构有关，不受其他外部参数影响.实验结果表明，基于模糊粗糙集实例选择的2种混合算法针对不同结构的数据集表现出了各自的特性，深化了对数据集的理解，提高了准确率.
中图分类号:
TP181

引用本文

刘占峰, 潘甦. 基于模糊粗糙集实例选择的混合算法在信用评分中的应用[J]. 北京邮电大学学报, 2019, 42(2): 101-107.
LIU Zhan-feng, PAN Su. Hybrid Algorithm Base on Fuzzy-Rough Instance Selection for Credit Scoring[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(2): 101-107.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3333