基于Stacking集成机器学习算法的审计风险评估研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：该文提出了一种集成学习Stacking算法用于评估涉嫌欺诈公司的审计风险。采用Spearman相关系数和递归特征消除两种特征选择方法的加权，从原始的9个特征中筛选出6个最佳分类特征。利用Stacking方法集成5种异质分类器（决策树、K近邻、梯度提升树、支持向量机、神经网络），用于克服识别准确度不高且易出现过拟合的问题。（剩余6652字）

试读结束

目录
monitor