《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》

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

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。