典型文献
基于不平衡数据的公司破产预测研究
文献摘要：
整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题.首先,运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理.其次,以5.0分类器(Classifier 5.0,C5.0)决策树和单隐层前馈神经网络作为基分类器,分别与三类重抽样数据预处理技术结合,择出最优抽样法.再次,结合自助汇聚法提升分类效果,并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价,对比了两基分类器的集成模型.最后,运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证.实验结果表明:欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优,为企业实施破产预测提供积极支撑.
文献关键词：
二元分类;不平衡数据;神经网络;C5.0决策树;集成方法
中图分类号：
作者姓名：
周文泳;冯丽霞;段春艳
作者机构：
同济大学经济与管理学院,上海200092;同济大学机械与能源工程学院,上海201804
文献出处：
引用格式：
[1]周文泳;冯丽霞;段春艳-.基于不平衡数据的公司破产预测研究)[J].同济大学学报（自然科学版）,2022(02):283-290
A类：
B类：
不平衡数据,公司破产,预测研究,整合创新,新数据,数据预处理,预处理技术,集成算法,法利,冗余信息,信息处理,抽样方法,Classifier,C5,决策树,单隐层前馈神经网络,基分类器,重抽样,技术结合,抽样法,自助,分类效果,十折交叉验证,受试者操作特征曲线,两基,集成模型,加利福尼亚大学,分校,一万多,万多家,波兰,实际数据,少数类,过采样,采样法,模型分类,二元分类,集成方法
AB值：
0.437479
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
