- 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;/ a% S u9 l) r
. J3 {8 m. m5 @2 M( j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。/ ~9 x2 M: \3 D/ L; y0 t! ], m1 {
. M: ~6 L- c& c3 U$ ]- y0 S6 x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%;; s& F1 U. ~+ `9 h* o
9 C* m7 |% v9 I& V) o7 G6 X/ \2 \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%。
0 `" k; M5 E) R ! n, b; J! U9 g( R: E6 R8 ?
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?
0 A8 Q! q! @) e' U3 x& K 7 V& Z. U W6 b0 ~% D- K
期待大牛们指教,非常感谢!
5 m; y+ n0 Q: D0 [% T" c' { |
zan
|