支持向量机的分类算法探索与实践.doc

摘要 本文通过对支持向量机分类算法进行探索与实践，来实现对个人信用数据的分类，即个人信用评级。 支持向量机（Support Vector Machine，SVM）是在统计学习理论的基础上发展起来的一种新的机器学习方法，它基于结构风险最小化原则，能有效地解决过学习问题，具有良好的推广性能和较好的分类能力。信用评级对于银行的经营管理以及银行客户都有着十分重要的意义，个人信用评级是其中非常重要的组成部分。本文首先对支持向量机的基本思想、分类算法原理等进行比较系统的学习与探讨，再对银行个人信用数据（本文主要采用的是建行和工行的数据指标）进行分析、比较。最后对MATLAB下的Libsvm工具箱进行系统学习，实现Libsvm工具箱中SVM在个人信用评级中的应用。 基于支持向量机分类算法具有较好的分类预测能力的特性，应用MATLAB下的Libsvm工具箱，较好地实现了个人信用评级。 关键词：支持向量机；分类算法；个人信用特征数据；个人信用评级；MATLAB；Libsvm工具箱 ABSTRACT Based on the support vector machine classification algorithm to explore and practice, to achieve the classification of personal credit data, that is pe