基于粗糙集和小波网络的银行信贷信用分类方法研究.pdf

中国现场统计研究会第十三届学术年会论文 2007年8月 基于粗糙集和小波网络的银行信贷信用分类方法 叶中行 陈凯风 (上海交通大学数学系和现代金融研究中心，上海200240) 摘要：粗糙集和小波嘲络在解决银行信贷信用分类问题卜各有优缺点，本文提出结合这两种方法的混 合方法，用于银行信贷信用分类问题。实证分析表明，该方法比单独使用粗糙集或小波网络有更高的 分类准确性。 关键词：粗糙集；小波网络；信用评估 中图分类号：0212．4 文献标识码：A A etic BasedOn SetAnd SynthApproach Rough 睇白veletNeXt,yorkForCreditClass[fication YE CHEN Zhong·-xing Kai··feng ofMathematicsandInstitutefor Finance Department Contemporary Jiao 200240 TongUniversity,Shanghai set for Abstract：Bothandwaveletnetworkhavetheirown and credit rough advantagesdisadvantages new methodwhichcombinestheabovetwo forcredit is scoring．Asynthetic algorithmstogether scoring testshowsthatthis isbetterthaneach method． introduced．Empiricalapproach single set：Waveletnetwork；Credit Keywords：Rough scoring l引言 信用评估本质上是分类问题，信用评估分类的方法大致可分为两类，统计方法与非统计 方法。其中统计方法包括判定分析法，线性回归，非线性同归，树型分类法，近邻判别法等。 非统计方法包括线性规划，整数规划，神经网络，遗传算法，专家系统，粗糙集，支持向量 机等。 我们对以上所述的各种方法均进行了尝试，除了支持向量机方法外，其他各种方法对 检验数据的分类准确率都不够高，所以有必要发展新型的混合型方法。本文采用新型的数据 挖掘技术一粗糙集和小波网络混合方法以提高算法的效率。 本文第二节先分别介绍粗糙集和小波网络方法，然后介绍将两者结合起来的混合方法， 第三节是实证分析。 第四节为结论。 2基本原理 2．1粗糙集方法 Pawlak于1982年提出的，是一种处理不精确、不相容和 Set)理论是由Z 粗糙集(Rough 不完全数据的新的数学工具。由于篇幅限制，我们不详细介绍这两种方法，读者可参阅文献【l】。 采用粗糙集方法进行规则提取的一般步骤如下： 1)将数据集离散化，获得决策表 2)求取属性的约简，删除冗余属性，得到最小条件集合 3)删除重复实例 4)据根数据对象求取属性值的约简，删除多余属性值 5)再次删除重复实例，得到最简决策表 6)根据最简决策表，导出相应的逻辑规则 基金项目：国家自然科学基金项目 中国现场统计