基于属性约减的助推技术及其应用

在线阅读 下载PDF 导出详情
摘要 助推技术是机器学习和数据挖掘领域一种重要的方法,它能够大大提升预测精度,但往往容易造成训练过度,即训练精度过高导致模型外推性变差。本文提出了使用神经元网络技术进行属性约减后进行助推决策树建模的方法,较大程度上避免了助推的过度训练问题。在湖南某市电信数据库中进行了客户流失分析建模实验,结果表明该方法在模型的精度、结果的可理解性以及模型外推精度方面均优于同类算法。
机构地区 不详
出版日期 2006年04月14日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献