|
|||||
|
|
| 数据挖掘中离散现象的建模 | |
| 引用本文： | 林金霞,郭旭东.数据挖掘中离散现象的建模[J].统计与决策,2006(17):13-14. |
| 作者姓名： | 林金霞 郭旭东 |
| 摘 要： | 在数据挖掘中,我们经常寻求建模的现象是离散而不是连续的.也就是模型的被解释变量是定性的而不是定量的.比如,二元变量:买房,不买房;定类变量:对某个候选人的态度,赞成,反对和弃权;定序变量:信用等级1,2,3,4,5.此时要求模型预测的是将某个个案分到某个类的概率,概率越大的事情越可能发生,进而预测可能的类别.对此类问题在数据挖掘中使用logistic回归显示出强大的处理能力. |
| 本文献已被 万方数据 等数据库收录！ | |