赖 红 清

(佛山职业技术学院 工商管理学院商贸系,广东 佛山 528200)

0 引 言

随着经济的发展，需要对企业二次创业金融数据进行优化聚类分析，通过提取企业二次创业金融数据的统计特征量，结合大数据信息处理和数据融合方法，将其进行优化聚类分析，以提高企业二次创业金融数据的模糊聚类能力[1]。对企业二次创业金融数据的分类是实现企业金融管理优化的关键，相关的数据分类研究受到人们的极大关注[2]。对企业二次创业金融数据的聚类分析主要采用模糊聚类方法，结合统计数据分析，进行数据分类处理，但传统方法模糊度较大，分类的准确性不好。针对上述问题，提出基于逻辑回归的企业二次创业金融数据分类方法，采用逻辑回归分析方法将数据进行融合聚类处理，结合模糊C均值聚类方法，实现数据分类的自适应寻优和收敛性控制。最后进行仿真实验分析，展示了该方法在提高企业二次创业金融数据分类能力方面的优越性能。

1 企业二次创业金融数据分布模型及特征分析

1.1 分布模型

为了实现企业二次创业金融数据分类，采用自适应无监督学习方法进行统计融合处理。首先构建企业二次创业金融数据模糊决策树模型，采用相空间重构方法进行模糊特征重构[3]，采用一个四元组(Ei,Ej,d,t)来表示特征分布权系数，其中Ei，Ej是企业二次创业金融数据特征权重的实体集(即节点i和j)，d为特征权重的交互性统计数据，t为企业二……