基于LSVM的个人信用评估

基于LSVM(Lagrangian Support Vector Machine)分类算法分析,设计了通用的银行个人信用特征数据,研究了LSVM在个人信用评估中的应用,实证结果表明,LSVM具有较好的分类预测能力。

Lagrange支持向量机算法应用研究

将SVM(support vector machine)分类的思想方法应用于个人信用评估。通过比较分析银行个人信用特征数据,设计了新的通用的银行个人信用特征数据。基于LSVM(Lagrange support vector machine)分类算法分析,将LSVM算法应用于个人信用评估,并与KNN(K-nearest neighbor)分类方法、OSU_SVM3.0工具分类方法比较,实验结果表明:LSVM具有较好的分类预测能力,为个人信用评估提供了一个新的有效方法。