期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于DE-lightGBM模型的上市公司高送转预测实证研究 被引量:1
1
作者 岑健铭 封全喜 +1 位作者 张丽丽 佟锐超 《计算机科学》 CSCD 北大核心 2022年第S02期137-143,共7页
“高送转”现象指上市公司转增较大比例的股票。针对上市公司实施“高送转”现象的预测问题,文中提出了一种基于差分进化算法超参数优化的lightGBM模型(简记为DE-lightGBM)。该模型主要包括两个方面:首先,利用差分进化算法调整lightGBM... “高送转”现象指上市公司转增较大比例的股票。针对上市公司实施“高送转”现象的预测问题,文中提出了一种基于差分进化算法超参数优化的lightGBM模型(简记为DE-lightGBM)。该模型主要包括两个方面:首先,利用差分进化算法调整lightGBM模型的损失函数中少数类别的权重以及正则项系数,以处理数据类别不平衡的问题;其次,以F1和AUC作为评价指标,再次利用差分进化算法优化li-ghtGBM模型的重要超参数变量,找到一组预测效果最优的参数组合。数值结果显示,DElightGBM模型取得了较好的效果,F1和AUC值分别为0.5368和0.8734。提出的DE-lightGBM模型能够有效识别下一年将会实施“高送转”的上市公司。 展开更多
关键词 高送转 差分进化算法 lightGBM 不平衡数据处理 机器学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部