《表3 各核函数下Twin-SVR模型的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Twin-SVR的公司违约风险预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:经过反复实验，这4种核函数下Twin-SVR公司违约风险预测模型的本身参数ε1，2的值在较大区间内变动时对模型的预测精度影响较小，且在ε1，2=0.0001时取得较好的预测效果，因此将ε1，2固定为0.0001，故仅在此处说明不在表中列示。

对于Twin-SVR公司违约风险预测模型而言，不同核函数下的预测模型往往具有不同的预测精度，为确定最优的核函数，本文运用RMSE、MAPE以及MAE这三种评价指标，采用五折交叉验证方法（cross validation，CV）对4种常见核函数下的Twin-SVR模型的预测性能进行对比研究（实验结果见表3）。