论文部分内容阅读
集成f_classif、随机森林、Lasso、XGBoost四种方法构建特征选择评分模型并筛选出关键特征,利用RUSboost欠采样处理非平衡数据,在此数据预处理基础上分别建立支持向量机预测模型(SVM)和逻辑回归预测模型(Logistic)并进行对比分析,考察这两种机器学习方法对中小企业财务困境预测效果。结果显示,在支持向量机预测模型训练中选择径向基核函数且调整c值为1.06时其测试集上的判断准确率显著高于逻辑回归预测模型,对中小企业逐步恶化的财务状况预测准确率达98%。这对金融企业精准评价中小企业的财