- 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;
. |4 p! y0 K9 z0 C; I/ v$ e
F) x. ~7 B5 B c* w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。' B) d/ z8 |0 O
3 f# F3 P- j8 j$ n9 F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%;
' v) G+ T N8 J9 m4 \6 f) F8 ^% J! O, G9 g" ^ K: d
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%。
# b' U R& V* S) M' f / o4 `( k: m0 T0 c% g
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?8 q7 O$ i0 A% b5 o+ m" z
- Y3 b: q. Y0 y* {( ~* v% o期待大牛们指教,非常感谢! }- }" I( ]! j, i
|
zan
|