第22卷第2期2023年2月Vol.22No.2Feb.2023软件导刊SoftwareGuide基于K-means聚类与粗糙集的个人信用集成分类模型张怡，谢晓金（上海工程技术大学数理与统计学院，上海201620）摘要：针对个人信用数据大多数据类型杂糅以及传统K-means聚类初始簇中心和个数难以确定的问题，提出一种改进的K-means聚类与粗糙集相结合的个人信用集成分类模型。首先，基于样本空间密度衡量样本点的聚集程度，以确定初始簇中心，并引入改进的自适应思想动态调整簇中心个数进行K-means聚类，从而实现对连续型数据的离散化；其次，运用粗糙集进行属性约简，获得特征子集；最后，结合代价敏感构建以L1-逻辑回归、弹性网-逻辑回归、贝叶斯、决策树和神经网络为基模型的集成模型，实现对个人信用数据的有效分类。实验结果表明，本文提出的集成分类模型在UCI数据集上，较已有模型的G-means平均提高约2.96%，最大提高约5.35%，F-value平均提高约3.42%，最大提高约6.83%。关键词：个人信用；K-means聚类；粗糙集；样本空间密度；自适应；不平衡数据DOI：10.11907/rjdk.221099开放科学（资源服务）标识码（OSID）：中图分类号：TP181文献标识码：A文章编号：1672-7800（2023）002-0142-06PersonalCreditIntegrationClassificationModelBasedonK-meansClusteringandRoughSetZHANGYi，XIEXiao-jin（SchoolofMathematicsandStatistics，ShanghaiUniversityofEngineeringScience，Shanghai201620，China）Abstract：AnimprovedpersonalcreditintegrationclassificationmodelcombiningK-meansclusteringandroughsetwasproposedtosolvetheproblemthatmostpersonalcreditdatahavemixeddatatypesanditisdifficulttodeterminetheinitialclustercenterandnumberoftraditionalK-meansclustering.Firstly，theclusteringdegreeofsamplepointswasmeasuredbasedonthedensityofsamplespacetodeterminetheinitialclustercenters，andtheimprovedadaptiveideawasintroducedtodynamicallyadjustthenumberofclustercentersforK-meansclustering，soastorealizethediscretizationofcontinuousdata.Secondly，roughsetisusedforattributereductiontogetthefeaturesubset；Finally，aninte⁃gratedmodelbasedonL1-logisticregression，elasticnet-logisticregression，Bayes，decisiontreeandneuralnetworkisconstructedcombin⁃ingcostsensitivitytoachieveeffectiveclassificationofunbalancedpersonalc...
