期刊文献+

基于用户行为特征的性别预测研究 被引量:2

下载PDF
导出
摘要 用户画像是数据挖掘领域非常重要的研究领域,该文通过对工业用户行为数据的分析与研究,提出了一种用户特征分析方法,通过结合集成学习中的随机森林方法,达到非常好的预测结果!与逻辑斯回归、支持向量机、梯度提升决策树等方法的进行对比,本方法无论是在预测效果上,还是在训练时间上,都具有压倒性的优势。
作者 朱鹏军
出处 《电脑知识与技术》 2018年第1Z期158-160,共3页 Computer Knowledge and Technology
  • 相关文献

参考文献3

二级参考文献66

  • 1刘微,罗林开,王华珍.基于随机森林的基金重仓股预测[J].福州大学学报(自然科学版),2008,36(S1):134-139. 被引量:8
  • 2林成德,彭国兰.随机森林在企业信用评估指标体系确定中的应用[J].厦门大学学报(自然科学版),2007,46(2):199-203. 被引量:37
  • 3Breiman L. Bagging Preditors [J].Machine Learning, 1996,24(2).
  • 4Dietterich T. An Experimental Comparison of Three Methods for Constructing Ensembles of Decision Trees: Bagging, Boosting and Randomization [J].Machine Learning, 2000,40(2).
  • 5Ho T K. The Random Subspace Method for Constructing Decision Forests [J].Trans. on Pattern Analysis and Machine Intelligence, 1998,20 (8).
  • 6Amit Y, Gernan D. Shape Quantization and Recognition with Randomized Trees[J]. Neural Computation, 1997,9(7). Breiman L Random Forest[J]. Machine Learning, 2001,45(1).
  • 7Breiman L. Random Forests[J]. Machine Learning, 2001,45(1).
  • 8Tibshirani tL Bias, Variance, and Prediction Error for Classification Rules[C]. Technical Report, Statistics Department, University of Toronto, 1996.
  • 9Wolpert D H, Macready W G. An Efficient Method to Estimate Bagging's Generalization Error[J]. Machine Learning, 1999,35(1).
  • 10Breiman L. Out-of-bag Estimation[EB/OL]. [2010- 06- 30]. http//stat, berkeley, edu/ pub/ users/ breiman / OOB estimation, ps.

共引文献983

同被引文献7

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部