长春大学学报（自然科学版）
長春大學學報（自然科學版）
장춘대학학보（자연과학판）
JOURNAL OF CHANGCHUN UNIVERSITY
2014年
2期
455-457
,共3页
Linex损失%BP神经网络%投影寻踪学习网络%信用评分
Linex損失%BP神經網絡%投影尋蹤學習網絡%信用評分
Linex손실%BP신경망락%투영심종학습망락%신용평분
Linex loss function%BP neural network%projection pursuit learning network%credit scoring
研究和比较了两种信用评分的学习方法,一个是Linex损失的投影寻踪学习网络,一个是Linex损失的BP神经网络。分别分析两种算法的优缺点,并给出了UCI机器学习数据库中德国信用评分数据集上的测试结果,实验结果表明,Linex损失下投影寻踪学习网络优于BP神经网络。
研究和比較瞭兩種信用評分的學習方法,一箇是Linex損失的投影尋蹤學習網絡,一箇是Linex損失的BP神經網絡。分彆分析兩種算法的優缺點,併給齣瞭UCI機器學習數據庫中德國信用評分數據集上的測試結果,實驗結果錶明,Linex損失下投影尋蹤學習網絡優于BP神經網絡。
연구화비교료량충신용평분적학습방법,일개시Linex손실적투영심종학습망락,일개시Linex손실적BP신경망락。분별분석량충산법적우결점,병급출료UCI궤기학습수거고중덕국신용평분수거집상적측시결과,실험결과표명,Linex손실하투영심종학습망락우우BP신경망락。
This paper studies and compares two types of learning methods for credit scoring, one is Linex loss function-based projection pursuit learning network,and the other is Linex loss function-based neural network. It respectively analyzes the advantages and disad-vantages of the two algorithms and provides the test results on the Germany credit scoring data sets in UCI. The results show that the projection pursuit learning network is better than BP neural network under Linex loss function.
