TY -的A2 - Chen Miaochao盟——秦,融源PY - 2022 DA - 2022/04/13 TI -施工企业财务管理风险模型基于XGBoost算法SP - 2043369六世- 2022 AB -企业财务管理是一项乏味的工作,这是一个复杂的事情,仅仅依靠财务人员的人力资源管理。与智能算法和机器学习算法的不断发展,新的想法被带到企业财务风险评估。这种方法不仅能节省大量财力、物力也提高企业财务风险评估的准确性。与机器学习算法相比,随机森林和支持向量机等极端的梯度提升(XGBoost)算法是更广泛的使用,它有独特优势的速度和精度。本研究选择XGBoost学习算法来预测企业财务的风险评估。在这项研究中,数据预处理方法用于预处理和分类有效的企业财务数据来源,然后XGBoost算法是用来评估企业财务数据的风险,并最终建立一套企业财务风险评估模型。XGBoost模型的研究结果表明,本文中选择具有较高可靠性预测企业的财务风险评估和预测误差都在3%以内。预测的最大误差仅为2.68%,来自企业的利润和亏损的财务状况。最小的误差仅为0.56%,这是一个值得信赖的公司财务预测误差。之间有高度的相关性的类型企业财务风险评估和风险的实际类型。 At the same time, this paper also has a good dependence on the preprocessing method of enterprise financial data. SN - 2314-4629 UR - https://doi.org/10.1155/2022/2043369 DO - 10.1155/2022/2043369 JF - Journal of Mathematics PB - Hindawi KW - ER -