《表3 Adaboost、Random Forest和SVM模型测试结果(%)》
为了更直观分析三种模型的预测精度,可计算模型测试结果的混淆矩阵,并将其绘制成混淆矩阵图(见图示),其中1表示稳健状态,0表示风险状态。对于数据集的每一个测试样本,模型都有4种可能的预测结果,在预警模型中,混淆矩阵是一种可视化工具,适用于有监督的学习方法,是评价分类器性能的重要工具。混淆矩阵是一张二维表,根据预测值是否与真实值一致来对预测样本进行分类。混淆矩阵的每一行表示样本实际分类的实例,每一列表示样本的预测类别。若预测值与真实值一致,表明预测样本分类正确;若预测值与真实值不一致,表明预测样本分类有误。由图示可知,Adaboost模型的预测精度较差,稳健状态的误判率高达37.84%;SVM模型的预测精度最好,稳健状态的预测精度高达90.74%。鉴于SVM模型的精度和稳健性,本文选择该模型作为风险预警模型,以期增强结果的说服力。
图表编号 | XD00152025200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 施永、吴书斌 |
绘制单位 | 中国人民银行三明市中心支行、中国人民银行三明市中心支行 |
更多格式 | 高清、无水印(增值服务) |