基于决策树-逻辑回归模型精确识别僵尸企业
针对如何精准识别僵尸企业的问题，借助湖南科创信息有限公司公开的企业信息数据集，提出了一种决策树-逻辑回归的僵尸企业识别方法.该方法用中位数填充缺失数和离群值，然后分析数据集并进行特征衍生，最后使用多元线性回归和卡方检验等方法完成特征筛选.为了验证所提出方法的有效性，分别在阿里云环境和本地环境下将该方法与过度借贷法、连续亏损法、随机森林算法、BP神经网络算法、XGBoost算法进行比较.每个模型均训练 50次，每次训练按一定比例随机选取数据，最终取各个指标的平均值作为最终实验结果.实验结果表明：所提出的决策树-逻辑回归模型对于僵尸企业的识别准确率最高，达到99.98％； 并且模型的运行速度相对各种集成模型的速度有较大优势，平均执行时间约为1.5s.在各实 验环境中，实验结果差异较小，验证了该模型的有效性和稳定性.
僵尸企业 机器学习 特征工程 决策树-逻辑回归
吴东鹏 王峥 童薇 叶枫 宋楚翘
河海大学计算机与信息学院,江苏南京211100 河海大学商学院,江苏南京211100
国内会议
湖北襄阳
中文
569-580
2020-10-16（万方平台首次上网日期，不代表论文的发表时间）