文献类型：期刊文章

作　　者：林成德[1] 彭国兰[1]

机构地区：[1]厦门大学自动化系,福建厦门361005

出　　处：《厦门大学学报（自然科学版）》

基　　金：厦门大学985二期工程科技创新平台项目资助

年　　份：2007

卷　　号：46

期　　号：2

起止页码：199-203

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：评估指标体系的确定是企业信用评估的一个关键环节,指标体系选取的好坏直接影响模型的预测准确率.本文引进组合学习算法的新方法随机森林(Random Forest,RF)来选择指标,使得到的指标体系更加客观,更加符合机器学习的特点.实验证明,该方法确定的指标体系能更有效地体现企业的信用状况,使用该指标体系建立的随机森林评估模型具有更高的预测准确率.

关 键 词：随机森林  企业信用评估 评估指标体系  特征选择  

分 类 号：TP18]