基于AUC回归的不平衡数据特征选择模型研究 |
| |
作者单位: | ;1.中国人民大学应用统计科学研究中心;2.中国人民大学统计学院;3.中国人民大学统计咨询研究中心;4.美国明尼苏达大学统计学院 |
| |
摘 要: | 针对不平衡数据的泛化预测和特征选择问题,提出了一种引入MCP惩罚函数的AUC回归模型(MCP-AUCR)。该模型采用考虑所有阈值信息的优化目标函数,具有处理不平衡数据的能力,并具有较好的特征选择效果;在讨论该模型定义与原理的基础上,提出相应的循环坐标下降训练算法,并通过数值模拟研究验证其优良性质;针对中国股票市场机械、设备、仪表板块中的上市公司,构建了基于MCP-AUCR的财务预警模型。研究结果显示:该财务预警模型可以选择出可解释的重要财务指标并进行有效预测,显著优于传统模型。
|
关 键 词: | AUC回归 MCP惩罚 特征选择 财务预警 |
Study on the Feature Selection Method with the Penalized AUC Regression for the Imbalanced Data |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|