-
题名基于SVM的广西宜居城市分类预测模型及R语言实现
被引量:2
- 1
-
-
作者
吴荣火
钟德炎
范明丽
林天潮
孙远通
黄萍蓉
-
机构
玉林师范学院数学与统计学院
-
出处
《玉林师范学院学报》
2019年第5期26-34,共9页
-
基金
广西高校中青年教师基础能力提升项目(2019KY0607)
玉林师范学院科研项目(2018YJKY29)
大学生创新创业训练计划项目(201910606116、201910606108)。
-
文摘
本文根据宜居城市内涵建立宜居度评价指标体系,引入支持向量机(Support Vector Machine,SVM)理论,建立了C-classification类型和线性核函数结合的广西城市宜居分类预测SVM模型,并利用R语言实现分层随机抽样的技术,对训练集与测试集样本数据的随机性和差异性进行探究。模型结果显示:基于SVM理论的广西城市宜居度等级分类预测模型,可靠性强、预测准确率高,准确率高达92.86%。同时,城市宜居度等级分类预测模型程序化语言的实现,对保障工程后期的研究预测的可持续性具有参考意义。
-
关键词
宜居度
分类
支持向量机
分层随机抽样
R语言
-
Keywords
livability
classification
SVM
Stratified random sampling
R language
-
分类号
F292
[经济管理—国民经济]
-