基于粒子群优化聚类算法的多预测器信用评估模型

经典的加权k均值聚类算法能够有效区分不同属性对聚类过程的影响程度,但同时也易因权值的选取不当导致预测性能较差。本文在其基础上,针对信用评估问题,设计了多预测器粒子群优化加权k均值聚类(MPWKM)模型。MPWKM模型首先对样本数据进行预处理,剔除重要程度较低的属性,接着以粒子群算法搜索加权k均值聚类算法的最优权值组合,解决权值选择问题,进而构建多个基于不同样本空间子集的基预测器,最后根据各基预测器的预测结果组合成完整的预测模型,进一步提升模型的性能。实证研究表明:MPWKM模型与现有的五个成熟模型相比,在预测精度较高的同时,也具有较好的平衡性与稳定性。