English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41645177      線上人數 : 1247
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/61772


    題名: 特徵挑選方法和分類器在財務危機預測問題中比較;Comparison of Feature Selection Approach and Classifier in Financial Crisis Prediction Problem
    作者: 吳信廷;Wu,Hsin-ting
    貢獻者: 資訊工程學系
    關鍵詞: 特徵挑選;財務危機預測;分類器;Feature selection;Financial Crisis prediction;wrapper method;filter method;classifier
    日期: 2013-09-12
    上傳時間: 2013-11-27 11:32:07 (UTC+8)
    出版者: 國立中央大學
    摘要: 財務危機預測的問題長久以來都是一個重要且常被廣泛討論的主題,吸引了世界各地的投資者和研究學者的關注。發展出好的財務危機預警模型可以有效幫助,投資者銀行決策。影響整個財務危機預警流程主要有三個議題分別是特徵挑選(Feature selection)、分類器演算法(Classifier algorithm)和資料集(Dataset)。過去由前人的研究可發現,是否要做特徵挑選方法會依據分類器的特性來判定。本研究專注在以準確率和Type I作為指標,探討常用的分類器是否需要做特徵挑選,最後推薦一套方法針對未來資料集可以縮小搜尋的範圍和時間。
    Financial distress problem has been important and widely studied topic. Financial distress prediction is receiving increasing attention of stakeholders and researchers in the worldwide. It is helpful for stakeholders and researchers that developing a great ?nancial distress prediction model. There are three important factors influencing financial distressed prediction. The first one is feature selection, the second one is classifier algorithm, and the third one is dataset. It can find that it is useful to use feature selection in different kinds of datasets in previous studies. The aim of this research is make sure that what kinds of classifier need to use feature selection to have the better accuracy, and also recommend a way that it can reduce a lots of time to search the better combination of feature selection approach and classifier in the new datasets.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML527檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明