《表1 0 不同算法对Australian和German信用数据集的分类精度》

  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

《基于模糊粗糙集实例选择的混合算法在信用评分中的应用》

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

2种混合分类器与线性判别分析（LDA，linear discriminant analysis）、逻辑回归（LR，logistics regression）和神经网络（NN，neural network）等未做实例选择基准分类器[21]的最佳分类精度比较见表10.从比较结果来看，2种混合分类器取得了明显优于基准分类器的分类精度，尤其是HC2对Australian数据集展示了更加强大的信用评估能力.对German数据集，2种混合分类器没有明显的分类精度差异.