基于SVM的税务稽查选案自动识别方法研究

摘要

支持向量机是20世纪90年代中期发展起来的机器学习技术,在众多分类算法中,支持向量机因其出色的学习能力,成为机器学习界的研究热点.着重于介绍支持向量机,先把采集来的企业申报数据随机分为训练样本和测试样本,然后通过台湾大学林智仁(Lin Chih-Jen)副教授开发设计的支持向量机工具LIBSVM,用训练样本获得SVM模型,并用这个SVM模型预测测试样本企业是否有问题,通过已知结果得到模型预测的准确率.实验结果说明该方法是一种有效的方法,完全可以作为税务稽查选案的参考.