开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

seven-zhu · 2023年04月10日

如题

NO.PZ2020033003000014

问题如下:

Which method is described for credit analysis and scoring in the following words

Assesses the similarities between the input pattern (e.g., default or not default) and a set of reference patterns from the training set. The distance chosen to identify the nearest neighbors is crucial for the results (the new entrant).

选项:

A.

Fisher Linear discriminant analysis

B.

K-nearest neighbor approach.

C.

Parametric discrimination

D.

Support vector machines.

解释:

B is correct.

考点:Quantitative methodologies for credit analysis and scoring

解析:题目中描述的就是K-nearest neighbor approach.

A、B的区别是什么呢

1 个答案
已采纳答案

李坏_品职助教 · 2023年04月11日

嗨,爱思考的PZer你好:


A是Fisher线性判别法,利用一个线性判别式,把数据样本一刀切开,分为不同的类别。反映在二位坐标系中:

就是想办法用一条直线尽可能把黑点和白点区分开,也就是让黑点和白点距离直线的距离最远。


B是K近邻分类法,是一种有监督的机器学习算法,对于给定一个样本数据集,对新的输入实例,在训练数据集中找到与该实例距离最近的K个样本点, 这K个样本点中大多数属于某个类别,就把该输入实例分类到这个类别中。他的分类算法并不一定是线性的,而且分类的核心在于距离的计算和K个样本点的选择,比较符合题干的描述。

----------------------------------------------
加油吧,让我们一起遇见更好的自己!

  • 1

    回答
  • 0

    关注
  • 238

    浏览
相关问题