Статистическое оценивание интервалов цензурирования данных в задачах анализа кредитоспособности организаций

Факультет прикладной математики и информатикиВ статье решается задача кластерного анализа многомерных данных финансовой отчетности организаций на классы, соответствующие различным уровням кредитоспособности. Для обнаружения аномальные наблюдений используются алгоритмы машинного обучения. Для учета аномальных наблюдений предлагается процедура цензурирования, которая позволяет сохранить всю выборку для последующего проведения кластерного анализа