汽车用户画像分析及多模型预测分类研究

针对汽车用户画像的数据集,基于Voting集成学习算法进行汽车用户的分类和预测。在Python环境中,构建一个基学习器为支持向量机、决策树、K-近邻的基于Voting的集成学习算法模型,使用经过预处理的训练数据训练、分类和预测该模型。将所建立的基于Voting集成学习算法应用到实际中,与SVM、决策树、K-近邻等基学习器算法进行比较,从准确率、召回率、F-score、混淆矩阵等指标进行对比分析。实验表明,基于Voting集成学习算法具有较好的预测效果。