《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》

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

%

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。