| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第8-18页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 文献综述 | 第10-16页 |
| 1.2.1 关于中小企业评级研究的文献综述 | 第10-13页 |
| 1.2.2 关于研究方法的文献综述 | 第13-16页 |
| 1.3 研究目的和意义 | 第16页 |
| 1.4 本文主要内容和创新点 | 第16-18页 |
| 1.4.1 主要内容 | 第16-17页 |
| 1.4.2 创新点 | 第17-18页 |
| 第二章 基于决策树的随机森林模型 | 第18-32页 |
| 2.1 逻辑回归分析 | 第18-19页 |
| 2.2 决策树模型 | 第19-26页 |
| 2.2.1 ID3 算法 | 第21-23页 |
| 2.2.2 C4.5 算法 | 第23-25页 |
| 2.2.3 CART分类树算法 | 第25-26页 |
| 2.3 集成学习算法 | 第26-29页 |
| 2.3.1 集成学习算法的分类 | 第27-28页 |
| 2.3.2 集成学习算法的组合方法 | 第28-29页 |
| 2.4 随机森林算法 | 第29-32页 |
| 第三章 基于随机森林的中小企业融资结构能力评价模型 | 第32-48页 |
| 3.1 构建模型的思路 | 第32-34页 |
| 3.2 特征工程 | 第34-42页 |
| 3.3 随机森林模型 | 第42-43页 |
| 3.4 模型评估指标 | 第43-48页 |
| 第四章 实证研究 | 第48-69页 |
| 4.1 数据采集与处理 | 第48-61页 |
| 4.1.1 数据预处理 | 第50-54页 |
| 4.1.2 特征变量筛选 | 第54-61页 |
| 4.2 实证分析 | 第61-69页 |
| 4.2.1 模型训练 | 第62-65页 |
| 4.2.2 模型评估与比较 | 第65-69页 |
| 第五章 结论与展望 | 第69-70页 |
| 5.1 主要结论 | 第69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76页 |