基于机器学习的审计风险评估模型构建与应用研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：随着企业财务数据复杂性和审计风险评估需求的增加，文章构建了基于随机森林的分类模型，利用中国上市公司2013-2023年间的财务数据，使用孤立森林算法检测财务数据中的异常值，并通过K-means聚类分析对异常点进行风险分类，并通过交叉验证和混淆矩阵评估了模型的准确性和稳健性。实验结果表明，基于机器学习的方法能够显著提高审计风险识别的效率和准确性，为审计师提供更有力的决策支持工具。（剩余6029字）

试读结束

目录
monitor