Indexed by：
Abstract：
针对传统信用风险评价模型只舍有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较.实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器.
Keyword：
Reprint Author's Address：
Email：
Source ：
财会月刊（综合版）
ISSN： 1004-0994
Year： 2008
Issue： 6
Page： 66-67
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 4
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
