| 集成機器學習模型在不平衡樣本財務預警中的應用 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>571 K | |
| 標簽： 財務預警預測 集成機器學習 不平衡采樣技術 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：基于上交所主板市場A股企業的財務指標數據來預測企業的財務風險，樣本數據包括1 227家正常上市企業和42家被財務預警的企業，數據嚴重不平衡，通過重采樣技術解決了分類器在不平衡樣本中失效的問題，運用Bagging思想的集成機器學習對預測模型進行提升與優化。正確挑選出有財務危機企業的概率最高達到92.86%,在此基礎上，樣本的整體準確率在經過模型的集成之后提高了5.4%。集成模型提高了對上市企業的財務預警能力，能為企業的正常經營和投資者的安全投資提供一定的借鑒。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2