论文部分内容阅读
本文提出了一种新的属性选择的算法，即基于信息增益和SVM-RFE(Suppoft Vector Machine Recursive FeatureElimination)的属性选择算法。该算法保留了SVM-RFE的高精确性、高维健壮等优点，并通过将信息增益与其结合，克服了SVM-RFE由于建模时间长导致运行缓慢的缺点。同时还提出了基于ROC曲线下面积(AUC)的选择属性数目的方法，并将其应用于个人信贷信用评价模型中，取得了良好的效果。