《表2 几种预警模型的综合评价指标》
使用测试样本集合,得到的财务预警模型的预警性能结果如表2所示,并将本文提出的KNN-SVM组合分类预警模型与KNN预警模型、SVM预警模型和神经网络预警模型[9]进行了对比。从表2可以看出,在3个评价指标和耗时上,提出的组合分类预警模型均表现出优秀的性能。这是由于采用SVM将公司历史数据样本集合分类生成子数据样本集合,促进分类的准确性和泛化能力。此外,提出预警模型在MAPE指标上取得了优异的结果。这是由于利用了最近邻的权重分配解决了传统状态向量之间的贡献值分配问题,从而在精度性能上更加稳定。
图表编号 | XD00121793000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 李珊珊、林丹楠、张福泉、黄锐 |
绘制单位 | 福建商学院财务与会计学院、福建商学院信息工程学院、北京理工大学计算机学院、北京理工大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |