Machine-Learning-on-Bankruptcy:各种用于破产预测的技术-广义线性回归-Logistic，分类树，广义可加模型，线性判别分析和神经网络。使用的评估标准是分类错误-源码

neural-network logistic-regression generalized-linear-models linear-discriminant-analysis

破产机器学习破产数据研究的目的是为给定数据确定预测破产的最佳分类方法。破产数据是从COMPUSTAT收集的1980年至2000年的数据，其中有5436个观察值和13个变量。 9个基于会计的变量和1个市场变量是：R1：WC / TA，营运资金/总资产R2：RE / TA，未分配利润/总资产R3：EBIT / TA，息税前利润/总资产R4：ME / TL，权益/总负债的市场价值R5：S / TA，销售/总资产R6：TL / TA，总负债/总资产R7：CA / CL，流动资产/流动负债R8：NI / TA，净收入/总资产R9：破产成本，对数（销售）R10：市值，对数（绝对（价格）*流通股数/ 1000）对于本研究，由于没有明显的破产趋势，因此可以假定可以将多年来的数据汇总在一起并进行研究。在这13个变量中，其中一个是“ DLRSN”-一种表示默认值的分类变量，即预测的因变量。总体而

文件下载

资源详情

[{"title":"（ 3 个子文件 316KB ） Machine-Learning-on-Bankruptcy:各种用于破产预测的技术-广义线性回归-Logistic，分类树，广义可加模型，线性判别分析和神经网络。使用的评估标准是分类错误-源码","children":[{"title":"Machine-Learning-on-Bankruptcy-master","children":[{"title":"Bankruptcy Data.R 6.36KB ","children":null,"spread":false},{"title":"README.md 3.03KB ","children":null,"spread":false},{"title":"bankruptcy.csv 787.29KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

Machine-Learning-on-Bankruptcy:各种用于破产预测的技术-广义线性回归-Logistic，分类树，广义可加模型，线性判别分析和神经网络。 使用的评估标准是分类错误-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

Machine-Learning-on-Bankruptcy:各种用于破产预测的技术-广义线性回归-Logistic，分类树，广义可加模型，线性判别分析和神经网络。使用的评估标准是分类错误-源码