La clasificación no supervisada se utiliza en la evaluación del riesgo crediticio para reducir los costos de recursos humanos y tomar decisiones informadas en el menor tiempo posible. Aunque varios estudios muestran que los métodos basados en máquinas de vectores de soporte tienen un mejor rendimiento en conjuntos de datos no etiquetados, varios factores aún afectan negativamente a estos modelos, como resultados inestables debido a la inicialización aleatoria, efectividad reducida debido a dependencias de núcleo, y puntos ruidosos y valores atípicos. Este documento presenta un método de clasificación no supervisada basado en una máquina de soporte de superficie cuadrática no supervisada difusa sin un núcleo para evitar la selección de parámetros de núcleo relacionados para la evaluación del riesgo crediticio. Además, proponemos una innovadora función de membresía difusa para reducir puntos ruidosos y valores atípicos en línea con la dirección de variación de densidad de muestra. Fuzzy Unsupervised QSSVM (FUS-QSSVM) supera a los métodos basados en SVM conocidos en pruebas numéricas sobre datos crediticios de referencia públicos. En algunas aplicaciones del mundo real, el método propuesto tiene un potencial significativo además de ser efectivo, eficiente y robusto. Por lo tanto, el algoritmo puede aumentar el número de clientes potenciales de las instituciones financieras y aumentar la rentabilidad.