smote的matlab代码-Bankruptcy-Prediction:挖掘波兰破产数据

smote的matlab代码破产预测 挖掘波兰破产数据 标签：数据挖掘、机器学习、数据可视化。 共同创建 链接： 项目介绍： 数据集： 概括： 破产预测是预测公司破产和财务困境的各种措施的任务，由于债权人和投资者在评估公司可能破产的可能性时具有相关性，因此很重要。 预测财务困境的目的是开发一个预测模型，该模型结合了各种计量经济参数，可以预测公司的财务状况。 在这个项目中，我们在探索、构建和比较一些广泛使用的分类模型时记录了我们的观察结果： 高斯朴素贝叶斯 逻辑回归 决策树 随机森林 极端梯度提升 平衡装袋 我们选择了波兰公司的破产数据集，其中使用合成特征来反映更高阶的统计数据。 我们首先进行数据预处理和探索性分析，其中我们使用一些流行的数据插补技术来插补缺失的数据值，如均值、k-最近邻、期望最大化和链式方程 (MICE) 的多元插补。 为了解决数据不平衡问题，我们应用合成少数类过采样技术（SMOTE）对少数类标签进行过采样。 稍后，我们使用 K 折交叉验证对上述模型以及插补和重采样数据集对数据进行建模。 最后，我们使用准确率、准确率、召回率等多个指标分析和评估模型在验证数据集上的性能，