Filomat 2016第30卷，第15期，页码：4027-4036
https://doi.org/10.2298/FIL1615027Y（网址：https://doi.org/10.2298/FIL1615027Y）
全文(
308 KB）
基于elm的信用风险评估最优截止点选择分类算法
于利安（北京化工大学经济与管理学院，中国北京）
李新燮（北京化工大学经济与管理学院，中国北京）
唐玲（北京航空航天大学经济与管理学院，中国北京）
高丽（北京邮电大学，中国北京）
本文提出了一种极端学习机（ELM）分类算法提出了信用风险评估的最优截止点选择方法。与使用固定截止值（0.0或0.5）的现有模型不同提出的分类模型特别考虑了最佳截止值作为信用风险建模中的一个重要评估参数评估准确性。特别是，使用强大的人工ELM的智能（AI）工具作为基本分类，简单但采用网格搜索的高效优化算法来选择最佳截止值。因此，包括三个主要步骤：（1）ELM使用训练数据集进行训练，（2）通过网格进行截止优化使用训练和验证数据集的搜索方法，以及（3）基于训练ELM和最优截断的分类泛化使用测试数据集。为了进行说明和验证以两个公开可用的信用数据集为研究对象的实验研究样本证实了所提出的基于ELM的分类的优越性最优截止点选择算法无截止点选择的分类技术。
关键词：信用风险评估、边界选择、极端学习机、网格搜索方法