數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（九）

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專(zhuān)屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用                                                                                -------------人大經(jīng)濟(jì)論壇  
......4 網(wǎng)絡(luò)模型的估算與優(yōu)選

基于高度簡(jiǎn)化的線(xiàn)性模型進(jìn)行經(jīng)濟(jì)、金融系統(tǒng)的各類(lèi)研究嘗試，在多數(shù)情況下是困難而不切實(shí)際的。
這就需要足夠復(fù)雜的模型來(lái)擬合自變量與因變量之間的內(nèi)在關(guān)系，避免擬合不足。神經(jīng)網(wǎng)絡(luò)模型便是進(jìn)
行復(fù)雜系統(tǒng)研究的最理想的工具之一。然而，該類(lèi)模型復(fù)雜的計(jì)算過(guò)程不僅會(huì)讓研究者望而卻步，也極
大地增加系統(tǒng)底層的開(kāi)銷(xiāo)。神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜程度和隱藏單元的數(shù)目、各神經(jīng)單元之間的連接數(shù)和參
數(shù)值的大小有關(guān)。隱藏單元越多、連接數(shù)越多、參數(shù)值越大，在模型越復(fù)雜。這樣，無(wú)論簡(jiǎn)單的無(wú)
隱藏層的GLIM (Generalized LInear Model) 神經(jīng)網(wǎng)絡(luò)模型，還是復(fù)雜的多隱藏層的MPL (Multi-Layer
Perceptron)、ORBF (Ordinary Radial Basis Function) 或者NRBF (Normalized Radial Basis Function)
模型，都應(yīng)該在項(xiàng)目研究的考察范圍之類(lèi)。.
4.1 GLIM 模型
在經(jīng)濟(jì)、金融市場(chǎng)的研究中，Logistic 模型是最常用的一種工具。該模型的用途為：一、評(píng)估，比
如上面所說(shuō)的銀企信用風(fēng)險(xiǎn)的評(píng)估；二、預(yù)測(cè)，在不同的指標(biāo)變動(dòng)條件下，預(yù)測(cè)產(chǎn)生信用風(fēng)險(xiǎn)的概率有
多大；三、判別，類(lèi)似于預(yù)測(cè)，即根據(jù)logistic 模型，判斷客戶(hù)屬于某種類(lèi)型的概率有多大。Logistic 模
型與線(xiàn)性回歸之間存在著諸多相似之處，區(qū)別僅在于因變量設(shè)計(jì)形式不同，從而可以歸于同一類(lèi)模型，
即GLIM 模型�？疾霨LIM 模型，可以看到：在因變量形式為單一線(xiàn)性的條件下，則為線(xiàn)性回歸模型；
在Logistic 分布的前提下，則為L(zhǎng)ogistic 回歸；在Poisson 分布時(shí)，就是Poisson 回歸，如此等等。在
神經(jīng)網(wǎng)絡(luò)分析中，GLIM 模型被描述為一種具有前饋式結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。這種神經(jīng)網(wǎng)絡(luò)模型沒(méi)有隱
藏層，并且輸入與輸出變量沒(méi)有標(biāo)準(zhǔn)化，其結(jié)構(gòu)類(lèi)似于線(xiàn)性回歸......
數(shù)據(jù)挖掘Report1 18-20.pdf (318.05 KB)

2012-6-20 08:35:38 上傳

數(shù)據(jù)挖掘Report1 18-20

數(shù)據(jù)挖掘Report1 21-24.pdf (318.49 KB)

2012-6-20 08:35:42 上傳

數(shù)據(jù)挖掘Report1 21-24

人大經(jīng)濟(jì)論壇數(shù)據(jù)挖掘培訓(xùn)倒計(jì)時(shí)2天：
http://xalimeijing.com/thread-1503217-1-1.html
人大經(jīng)濟(jì)論壇數(shù)據(jù)處理和分析研究中心：
http://data.pinggu.org


數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（一）：http://xalimeijing.com/thread-1491064-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（二）：http://xalimeijing.com/thread-1491714-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（三）：http://xalimeijing.com/thread-1492572-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（四）：http://xalimeijing.com/thread-1493272-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（五）：http://xalimeijing.com/thread-1494898-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（六）：http://xalimeijing.com/thread-1496013-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（七）：http://xalimeijing.com/thread-1497468-1-1.html
數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用-連載（八）：http://xalimeijing.com/thread-1501124-1-1.html

數(shù)據(jù)挖掘在銀企客戶(hù)識(shí)別中的應(yīng)用更多精彩內(nèi)容，敬請(qǐng)期待~~~

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享2 收藏6 回帖

關(guān)鍵詞：數(shù)據(jù)挖掘 Generalized Generalize logistic function 數(shù)據(jù) 挖掘 連載

好東西，收藏

好耶

客戶(hù)識(shí)別

kankan

好東西，可以看看

kankan

好東西

支持一下了