分类预测中正判率的改进方法 |
| |
引用本文: | 高峰,姚新武.分类预测中正判率的改进方法[J].统计与决策,2017(12):21-24. |
| |
作者姓名: | 高峰 姚新武 |
| |
作者单位: | 北京特恩斯市场研究咨询有限公司,北京,100026 |
| |
摘 要: | 评估分类预测模型优良性的做法是衡量其预测准确度,即正判率.文章从四个不同角度,构建基于混合策略的组合预测模型、持续学习的朴素贝叶斯分类器、变量集预处理、分阶段逐步实施的分类预测模型,讨论了如何审慎地选择或以恰当的方式运用一种或几种合适的分类算法,来有效地提升分类预测的正判率.其中,基于混合策略的组合预测模型对正判率的提升幅度明显,而持续学习的朴素贝叶斯分类器对模型优化也显得简单而有效.
|
关 键 词: | 分类预测 正判率 判别分析 朴素贝叶斯分类器 |
Improvement of Hit Ratio in Classification Prediction |
| |
Authors: | Gao Feng Yao Xinwu |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|