EPISODE · Feb 15, 2026 · 14 MIN
臺灣企業破產預測：欠採樣技術與機器學習應用
from 三瘋資料庫 · host 一天瘋三次
這份研究探討如何利用欠採樣技術優化機器學習模型，以解決臺灣企業破產預測中嚴重的數據不平衡問題。作者建立了一個系統性框架，先透過 F2-measure 指標篩選出表現較佳的單純貝氏 (NB)、線性判別分析 (LDA) 及神經網路模型。研究結果顯示，結合 Edited Nearest Neighbors (ENN) 處理後的單純貝氏模型展現出最優異的預測準確度。此外，透過調整聚類質心欠採樣比例，發現適當的採樣率能有效提升模型性能並兼顧運算效率。這項成果為金融預測領域提供了重要的技術指導，有助於降低因誤判企業財務狀況而導致的經濟損失。 -- Hosting provided by SoundOn
Embed this episode
Ready to play
臺灣企業破產預測：欠採樣技術與機器學習應用
0:00
14:27
1×
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.
Frequently Asked Questions
How long is this episode of 三瘋資料庫?
This episode is 14 minutes long.
When was this 三瘋資料庫 episode published?
This episode was published on February 15, 2026.
Can I download this 三瘋資料庫 episode?
Yes. Use the download control on the episode player to save the publisher-provided media file.
URL copied to clipboard!