《表2 测试集样本的准确率》
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
《基于模糊支持向量机上市公司财务风险评级——以高新技术产业为例》
如表2所示,通过实验得到GA-FSVM的分类准确率为83.3%,没有使用优化算法的FSVM模型分类准确率为72.7%,而传统的SVM分类模型的准确率仅为63.6%。通过对比可以发现,基于KNN隶属度函数构造的FSVM算法的分类准确率要高于传统的SVM分类算法。结合图2与图3可以看出,模型的参数选择非常关键,利用遗传算法寻优后的FSVM模型的分类准确率要高于未寻优的模型,提高了FSVM的泛化能力,从而可以反映风险变化,对企业的财务风险进行较为准确的预测。
图表编号 | XD0036729900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 王岩、张佩瑶 |
绘制单位 | 河南理工大学 |
更多格式 | 高清、无水印(增值服务) |