支持向量机与反向传播神经网络在企业财务困境评估中的比较
机器学习
2010-07-30 v1
摘要
近年来，应用新颖的数据挖掘技术评估企业财务困境已受到广泛研究关注。支持向量机和反向传播神经网络已在许多领域成功应用，并取得了优异的泛化效果，例如规则提取、分类和评估。本文提出了一种基于高斯径向基核函数支持向量机的模型，用于企业财务困境评估。反向传播神经网络被认为是用于多层神经网络监督训练的最简单且最通用的方法之一。比较结果表明，尽管性能指标之间的差异很小，但支持向量机具有更高的精度和更低的错误率。
引用
@article{arxiv.1007.5133,
title = {Comparison of Support Vector Machine and Back Propagation Neural Network in Evaluating the Enterprise Financial Distress},
author = {Ming-Chang Lee and Chang To},
journal= {arXiv preprint arXiv:1007.5133},
year = {2010}
}
备注
13 pages, 1 figure