贝叶斯网络分类模型研究及其在信用评估中应用.pdfVIP

总第250期 计算机与数字工程 V01．38No．8 Computer＆．Digital 107 2010年第8期 Engineering 贝叶斯网络分类模型研究及其在信用评估中的应用。 王学玲 (滨州学院计算机科学技术系滨州 256603) 摘要基于概率估计的贝叶斯及贝叶斯网络分类模型，拥有其它数据挖掘工具所不具备的优势。在分析贝叶斯及贝 叶斯网络分类模型基础上，结合最小风险决策准则，提出了一种新的信用评估模型。在实际数据集上采用交叉验证方式进 行了测试。实验结果表明基于最小风险决策准则的贝叶斯及贝叶斯网络分类模型可以有效地减少信用评估风险。 关键词数据挖掘；贝叶斯网络；信用评估；风险 中图分类号C812 of NetworkClassificationModels StudyBayesian andIts inCredit ApplicationScoring WangXueling of 256603) (DepartmentComputerScience，BinzhouUniversity，Binzhou Abstract classifiersand networkclassifiersarebasedonthe estimate，which Bayesian Bayesian probability possesses solne thantheotherdata tools．Viathe ofthestructureof classifiersand predominance mining analysis Bayesian Bayesian credit model network minimumoverallriskrule，anew is ontheriskclassification． classifiers，combining scoring proposed aretestedcross witharealdataset minimumriskrule．The resultsshow validation to overall They by according experimental that classifiersand networkclassifiersonminimumoverallriskrulecandecreasetheriskofcredit Bayesian Bayesian scoring effectively． Wordsdata network，credit Key mining，Bayesian scoring，risk ClassNmlbatC812 根结点不同分类性能会有明显不同。也就是说， 1 引言 Fredman的TAN模型构造方法并没有真实地反 为了改进朴素贝叶斯分类器的性能，人们提出 映属性之间的依赖关系。我