- 在线时间
- 0 小时
- 最后登录
- 2009-5-22
- 注册时间
- 2009-5-20
- 听众数
- 0
- 收听数
- 0
- 能力
- 0 分
- 体力
- 8 点
- 威望
- 0 点
- 阅读权限
- 10
- 积分
- 4
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 4
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级   80% 该用户从未签到
 |
因变量为驾驶员是否服从交通信息板提供的改道建议;- j( S8 P* y) N' e4 Y# t
; x3 G" b0 T) f" _ d
自变量有年龄,性别,驾龄,驾驶频率,对信息版的留意程度,信任程度,对信息板的内容偏好,信息类型偏好等等。# O9 c) Y% p# t5 H) J0 @8 G+ B
X4 S( p6 l3 \% }! e
采用Backward:conditional 的建模方法,最后的模型中没有包括内容偏好着一个变量,模型预测正确率为79.6%;) z9 h8 w0 V8 X0 u, Q
2 @2 l" _, @# z6 }8 G* b$ B随后再强制加入内容偏好这一个变量,新的模型预测正确率为83%。( {' ` q1 r* L% p
3 B' e! \; J/ H- O; k5 A; W按理来说内容偏好着一个变量是因为相关度不高才被删除的,那么强制加入以后的模型精确度应该要低一些,可是为什么预测的正确率反而上升了?* i6 x2 R, u% K4 P7 a8 n3 E0 R
* L* s9 g3 I6 {4 q8 S3 c0 z期待大牛们指教,非常感谢!' K7 D& ~$ t( m- b* L0 U. B
|
zan
|