Subagging在个人信用评估中的应用研究

运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法,以期取得更好的预测分类效果。针对个人信用评估中单一分类器的不足,提出了利用分类器的集成进行个人信用评估的方法。利用UCI上的信用数据对单个分类器、bagging集成分类器以及subagging集成分类器进行实验比较,结果表明,subagging-决策树和subagging-K近邻在样本不独立和不平衡的情况下有效地提高了模型的精准性。结果显示,它们对商业银行控制消费信贷风险具有更好的适用性。

基于SNMP的一种Subagent模型的设计与实现

提出了基于SNMP协议的被管对象的一种比较通用的Subagent模型,该Subagent帮助网络管理站收集被管对象的可管信息,并在必要时发送告警信息给网络管理站。