- 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;
5 X8 `5 o4 g" h8 j2 R
' e/ Y: M- q. K' V0 |5 L$ A9 [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。
, ~# h& m$ I* b& E8 @
$ s! {" U# @6 U' d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%;
8 b) X" K9 \( \- {4 U: N: w ~( p/ ^0 \: O7 |# r Y
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%。# `1 ~- c8 [# J1 `3 @
6 x& m+ Q$ g& q7 b
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?* y: {+ V1 d% i1 v+ Q
) I% x# B9 L) W, q5 r
期待大牛们指教,非常感谢!
7 y& H! l# B+ e5 R3 A9 L |
zan
|