- 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;
& B" ?" [. e/ M v+ B
/ H% O# Y9 l5 Y! h: ]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。2 p3 G$ W' L/ f6 p( s2 M5 [$ k
" K) e4 N: j' e% ~" V: A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%;6 W9 I0 W! `6 ^7 q9 j6 s# T4 j
/ s r1 n, h; o% W! V$ [/ J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%。
4 ]3 G, F+ l0 i3 k- W4 w9 |
) ~( \$ q6 Z3 H4 ~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?' R! h7 ]" q' ?1 w/ K& O
; {, h6 }5 O( a. _( v
期待大牛们指教,非常感谢! T6 P( m) k. l! _ D
|
zan
|