- 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;
, l! Z+ ^# V$ O5 `
. z6 [0 C/ D4 B5 ^ B- I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。
& k: o* D4 Y7 H, R9 S& o6 p$ @ $ D" b. F+ D( u% G
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%;
2 e1 H7 x) }/ A2 o7 ~: M2 c0 ^& F/ W2 w, v& b' 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%。, ^% D9 p& G* h9 a* u+ s
: t& g2 _# { V
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?
$ W) s( o, n$ Z
4 m0 [" x9 o; `1 I* K6 ~3 d期待大牛们指教,非常感谢!# o3 Y$ e" y+ j( x. R9 u- ]* v2 Q
|
zan
|