论文部分内容阅读
针对分类预测建模数据的非对称性,提出一种基于神经网络和决策树技术结合的非对称性数据集合预测分类建模方法,建立了信用卡审批模型。结果表明：增加预测类标识决策属性后,在用不同比例的建模数据集建立的所有模型中,比例为33.33%：66.67%的数据集建立的神经网络模型最好,模型的准确率达到88.49%。