扩展的树增强朴素贝叶斯网络信用评价模型.pdfVIP

　2008 年 6 月 系统工程理论与实践 第 6 期 　 ( ) 文章编号 2008 扩展的树增强朴素贝叶斯网络信用评估模型 1 2 1 李旭升 ,郭春香 ,郭耀煌 ( 1. 西南交通大学 经济管理学院 , 成都 610031 ; 2. 西南科技大学 理学院 , 绵阳 621000) 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 中图分类号 : 　TP391 　　　　　　　　文献标志码 : 　A 　　　 The credit scoring model on extended tree augment naive Bayesian network 1 2 1 LI Xusheng , GUO Chunxiang , GUO Yaohuang ( 1. School of Economics and Management , Southwest Jiaotong University , Chengdu 610031 , China ; 2. School of Science , Southwest University of Science and Technology , Mianyang 621000 , China) Abstract : 　Aiming to the specialty of credit scoring , the maximum likelihood function of hybrid data is deduced , and a new credit scoring model called Extended Tree Augmented Naive Bayesian Classifier is put forward. The proposed model is tested using 10fold cross validation with a real world data set , and compared with neural network models. Results demonstrate that the credit scoring model on extended tree augmented naive Bayesian classifier is competitive with neural network models and predominant in credit scoring domain. Key words : 　credit scoring ; bayesian network ; tree augmented naive Bayesian classifier ; extended tree augmented nai