指标筛选技术在神经网络数据挖掘模型中的应用

文章以分类神经网络中的RBF网络为例,讨论了神经网络数据挖掘模型中指标筛选的重要性,并以信用卡欺诈检测神经网络数据挖掘模型为实证案例,演示了指标筛选方法能有效地提高神经网络模型的分类效率与收敛速度,同时,讨论如何针对数据挖掘主题与数据特点选择合适的指标筛选技术.     

概率神经网络在判别分析中的比较优势

判别分析是多元统计分析的三大支柱之一。传统的判别分析方法,如距离判别法、贝叶斯判别法、费希尔判别法等在判别分析中误判率较高,因此有必要引入概率神经网络(PNN)进行判别分析。文章对传统判别方法的基本思想与假设条件及PNN的建模机制与判别原理进行了介绍;用两个案例比较了常用判别分析与PNN判别分析的效率。