決策樹算法實現(xiàn)及其在信用風險控制中的應用.pdf

1、在本學位論文中，我們主要考慮決策樹C4.5算法在信用風險控制方面的作用，并且為了減少預測誤差，運用二項分布置信區(qū)間估計的方法改進了其悲觀錯誤修剪算法。
　　 為此，我們先簡要介紹了信用風險及其常用的控制方法;然后闡述了決策樹的內(nèi)容，并指出其在控制信用風險中的應用;從理論上介紹決策樹C4.5算法模型，包括其生成的信息熵、信息增益理論，修剪時所用的悲觀錯誤修剪法及運用貝葉斯原理及二項分布區(qū)間估計原理改進后的悲觀錯誤修剪算法等;最后用

2、恒豐銀行制造業(yè)及房地產(chǎn)業(yè)數(shù)據(jù)運用Matlab軟件編程實現(xiàn)算法，建立模型，以實例驗證決策樹算法在信用風險控制上的應用及其顯著作用。
　　 由實例應用可得，決策樹模型對信用風險的識別能力較強從而能夠較好的控制信用風險;所選取的作為判斷分類條件的指標具有普遍性，具有較強的說服力。并且決策樹C4.5模型具有以下優(yōu)點:
　　 1.能夠生成易于理解的決策規(guī)則，易被人理解;
　　 2.清晰呈現(xiàn)重要的決策屬性指標，便于以后做出決

3、策判斷及積累數(shù)據(jù);
　　 3.計算量較小，大大提高了計算速度;
　　 4.既能處理數(shù)據(jù)量較小的情況，又能處理數(shù)據(jù)量較大的情況;
　　 5.可以同時處理連續(xù)的和離散的數(shù)據(jù)。
　　 這些優(yōu)點使得我們能在有限的數(shù)據(jù)量下，方便快速準確的預測客戶的信用風險，有助于銀行信用風險管理人員及監(jiān)管機構及時準確的掌握客戶的信用風險狀況，從而及時作出規(guī)避或降低信用風險的舉措。
　　 但是，決策樹法穩(wěn)健性較差，即雖然其對