建立信用评分模型利用遗传编程_Read.docVIP

. . . . . 学习参考 创新研修作业 陆原鹏 建立信用评分模型利用遗传编程 周崇雄，黄纪正，郑国雄， 信息管理系，国立台湾大学，台北，台湾 管理技术学院，国立交通大学，Ta-Hsuch路， Hsunchu 300 ，新竹1001年，台湾 管理学院，海南大学，桃园县 摘要 信用评分模型已被广泛研究领域的统计，机器学习，和人工智能（ AI ） 。许多新方法，如人工神经网络（神经网络） ，粗集，或决策树已建议增加信贷的准确性得分模型。由于改善准确性不到百分之一可能转化为重大的节约，更先进的模型应提议大大提高精度的信用评分的模式。本文遗传编程（GP）是用来建立信用评分模型。两个数值例子将聘用这里的错误率比较其他信用评分模型包括人工神经网络，决策树，粗糙集和Logistic回归。在此基础上的结果，我们可以得出结论GP可以提供更好的性能优于其它型号的模型。 2005年埃尔塞维尔有限公司All rights reserved 。 关键词：信用评分;人工神经网络（ ANN ） ;决策树;遗传规划（GP） ;粗糙集 1 导言 信用评分模型已广泛应用于金融机构，以确定是否属于贷款客