基于机器学习融合算法的网络购买行为预测研究

一般情况下,社会经济研究的领域中需要依靠分析大量的数据才可以保证社会经济的平稳发展,而选择一个正确的机器学习算法可以在一定程度上减少社会经济大数据分析的工作量,不仅能有效提高预算结果,还可以带动我国社会经济的发展。机器学习融合算法既可以单独应用算法,又可以将两种算法融合使用。本文主要运用Lodistic回归和支持向量机的这两种算法的融合来对阿里巴巴电子商务平台购物行为数据进行分析。实践结果表明,融合后模型算法比单一模型预测效果更为准确。