论文部分内容阅读
为克服由因于客户信用评估的非线性和不确定性,且样本数据积累少、偏差大和真实数据获得难度较大而产生的困难,提出1种基于改进的遗传神经网络客户信用评估模型.将该模型应用于客户信用评估研究及试验均表明,基于改进的遗传神经网络客户信用评估模型在模型分类准确率和分类准确率的标准偏差两方面均明显优于Logit,K-NN和BP神经网络客户信用评估模型,并有效地解决样本量少和偏差大的问题,显著提高信用评估模型的推广能力,具有良好的稳健性和精度.