freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

結(jié)合支持向量機(jī)的特征選擇方法在信用評估中的應(yīng)用外文翻譯-其他專業(yè)(留存版)

2025-03-20 02:59上一頁面

下一頁面
  

【正文】 確定特征子集的最高預(yù)測精確度,或者 尋求 可接受精度的最小特征子集。然而 , 分類器通常描述為一個復(fù)雜的 數(shù)學(xué)函數(shù),難以讓人理解。雖然人們已經(jīng) 廣泛地研究過神經(jīng)網(wǎng)絡(luò)的規(guī) 則提取 (. [1,3]),但是卻很少研究支持向量機(jī)的規(guī)則提取。 因?yàn)槟P捅灰暈楹诤凶?,大部分教學(xué)算法支持其他的 機(jī)器學(xué)習(xí)算法 的規(guī)則提取。提取 規(guī)則 時用實(shí)際試驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)支持向量機(jī)模型做預(yù)測。 (Bare Nuclei61) amp。支持向量機(jī)規(guī)則提取的研究在高維信用評估環(huán)境下,將會很有意思。我們的實(shí)驗(yàn)表明,支持向量機(jī)的的性能更高 (平均精度達(dá)到 %),但是他們?nèi)狈γ鞔_性,對醫(yī)生來說 誰需要診斷 不夠明確。我們還使用了 傳統(tǒng)分類 技術(shù) 為基準(zhǔn)所產(chǎn)生的 規(guī)則 , 包括 (實(shí)際數(shù)據(jù))和 logit回歸模型。 另一方面,教學(xué)法把 實(shí)驗(yàn)?zāi)P涂醋?黑盒 , 這些算法 不需要關(guān)注內(nèi)部結(jié)構(gòu),也就 不 需要 利用支持向量或決策 樹 ,而是 使用支持向量機(jī)模型定義的輸入輸出 直接進(jìn)行 規(guī)則提取 。為保準(zhǔn)支持向量機(jī)的精度,又可 挽救生命 和節(jié)約資本,可從 黑盒 的 SVM模型 中中提取規(guī)則 。雖然封裝式 方法 在計算大量的數(shù)據(jù)時所花費(fèi)的成本是昂貴的,但是它 可能更好 地 找到有關(guān)變量的子集 。 14 圖 2 是 二維空間中 一個 線性 可分問題的例子。 Vanthienen, 2021。與 SVM 分類相結(jié)合的特征選擇方法可以 進(jìn)行更好的分類。然而,即使一點(diǎn)點(diǎn)的改善 也 12 會引起顯著的 成本節(jié)約。 Wang, 2021)。 1 外文翻譯之一 Combination of feature selection approaches with SVM in credit scoring 作者: FeiLong Chen , FengChia Li 國籍: Taiwan,ROC 出處: Expert Systems With Applications 原文正文: 10 結(jié)合支持向量機(jī)的特征選擇方法在信用評估中的應(yīng)用 作者: FeiLong Chen , FengChia Li 國籍: Taiwan,ROC 出處: Expert Systems with Applications 中文譯文: 11 摘要 信用評級已成為一個重要課題, 相關(guān)部門都在努力收集大量的數(shù)據(jù)以避免做出錯誤的決定 。研究人員已發(fā)展各種各樣的傳統(tǒng)統(tǒng)計方法 ,其中涉及線性判別方法 (Bellotti amp。 根據(jù)先前的研究 ,機(jī)器學(xué)習(xí)方法在處理信用評級問題上均優(yōu)于傳統(tǒng)方法 ,特別是非線性模式分類。 在 設(shè)計混合 的 支持向量機(jī)分類器 之前, 必須 先 選擇一個核函數(shù) 。 Schebesch amp。 為避免大的數(shù)值范圍控制了小的數(shù)值范圍,對數(shù)據(jù)尺度變換進(jìn)行預(yù)處理是必要的。在這個領(lǐng)域未來的工作里,還可發(fā)展信用評估的啟發(fā)式算法。這些規(guī)則是可解釋的,并 盡可能保持 和 黑盒模型一樣高的準(zhǔn)確度。這些技術(shù)一般都采用訓(xùn)練出來的 SVM模型 標(biāo) 注 或分類 (人工生成)訓(xùn)練樣本 。 為了得到一個公平的結(jié)果,我們利用以下設(shè)置對每個數(shù)據(jù)集都運(yùn)行了 20次。 另一方面 。 。 對于 Fung等人提出的 技術(shù) , 所用的規(guī)則 [11]如下: if (Cell Size63) amp。其次,用 RBF內(nèi) 核 和支持向量機(jī)模型的 格 點(diǎn) 搜索 方法來確定參數(shù) r和 c。也就是說, 這些數(shù)據(jù) 更加清晰,更能避免沖突。 分解法與 SVM的內(nèi)部結(jié)構(gòu)緊密相聯(lián),而教學(xué)法則是 與模型的輸入和輸出直接相關(guān)的規(guī)則提取。 16 外文翻譯之 二 Comprehensible credit scoring models using rule extraction from support vector machines 作者
點(diǎn)擊復(fù)制文檔內(nèi)容
環(huán)評公示相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1