同济大学学报(自然科学版)

作者：周文泳，冯丽霞，段春艳

单位：1.同济大学 经济与管理学院，上海 200092;2.同济大学 机械与能源工程学院，上海 201804

关键词：二元分类,不平衡数据,神经网络,C5.0决策树,集成方法

基金：2020年度同济大学“双带头人”教师党支部书记学术能力提升计划项目；上海市浦江人才计划（20PJ1413700）

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0，C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。

来源：2022年第2期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2022年第2期