《表2 不同模型的预警正确率》
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
《中国银行业系统性风险预警研究——基于SVM模型的建模分析》
%
在测试阶段,将测试集数据代入训练好的模型进行泛化性能检验。表2列出了各模型多次运行结果的平均值,不难发现,基于SVM模型的预警效果最优。SVM模型的预警正确率为83.75%,分别比BP神经网络和Logit回归模型的预警分类正确率高出13.75%和6.25%。因此,相比于BP神经网络和Logit回归模型,基于SVM模型的预警模型具有更高的分类精度、较强的泛化性能和自适应能力。
图表编号 | XD0056781000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 赵丹丹、丁建臣 |
绘制单位 | 对外经济贸易大学金融学院、对外经济贸易大学金融学院 |
更多格式 | 高清、无水印(增值服务) |