| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 前言 | 第10-12页 |
| 第一章 资信评估的发展与研究现状 | 第12-22页 |
| ·资信评估发展概述 | 第12-13页 |
| ·企业信用评估的意义 | 第13-14页 |
| ·企业信用评估的指标体系 | 第14-17页 |
| ·企业信用评估方法 | 第17-22页 |
| ·信用要素分析法 | 第17页 |
| ·百分制计分方法 | 第17-18页 |
| ·信用模型分析法 | 第18-22页 |
| 第二章 分类问题和随机森林算法简介 | 第22-36页 |
| ·分类问题、分类器和分类器组合 | 第22-25页 |
| ·分类问题和分类器 | 第22-24页 |
| ·分类器组合 | 第24-25页 |
| ·决策树 | 第25-27页 |
| ·决策树方法简介 | 第25-26页 |
| ·分类回归树（CART） | 第26-27页 |
| ·BAGGING方法 | 第27-28页 |
| ·随机森林 | 第28-36页 |
| ·随机森林的定义 | 第28页 |
| ·随机森林算法 | 第28-29页 |
| ·随机森林的泛化误差 | 第29-32页 |
| ·OOB估计 | 第32-33页 |
| ·随机森林的优点及其应用 | 第33-36页 |
| 第三章 基于随机森林的特征选择及其在信用评估中的应用 | 第36-48页 |
| ·信用等级的划分 | 第36-37页 |
| ·候选指标集的确定 | 第37-39页 |
| ·样本预处理 | 第39-42页 |
| ·原始样本集 | 第39页 |
| ·野点删除 | 第39-41页 |
| ·样本输入归一化 | 第41-42页 |
| ·特征选择 | 第42-48页 |
| ·特征选择简述 | 第42-44页 |
| ·特征选择的具体实现 | 第44-45页 |
| ·指标体系的性能比较 | 第45-46页 |
| ·实验结果分析 | 第46-48页 |
| 第四章 基于随机森林的企业信用评估模型 | 第48-61页 |
| ·实验数据 | 第48页 |
| ·仿真实验的设计 | 第48-60页 |
| ·RF对噪声的容忍度 | 第48-50页 |
| ·RF对不平衡分类问题的处理方法 | 第50-53页 |
| ·RF模型参数的选择 | 第53-56页 |
| ·轻工业和商业的信用评估模型 | 第56-60页 |
| ·小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 附录：仿真工具R语言的简单介绍 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |