基于IBX模型的中國城鎮(zhèn)勞動力就業(yè)預(yù)測研究
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2-2中國城鎮(zhèn)勞動力就業(yè)預(yù)測指標(biāo)體系在中國城鎮(zhèn)勞動力就業(yè)預(yù)測模型個體指標(biāo)選取中,本文總結(jié)提取了個體基本
本文個體微觀層面就業(yè)指標(biāo)選取基于指標(biāo)獨(dú)立性的原則,根據(jù)中山大學(xué)社會科學(xué)院專業(yè)團(tuán)隊(duì)所研究的中國勞動力動態(tài)調(diào)查(CLDS)問卷,從個體問卷中收集到反饋信息入手,剔除掉家庭問卷信息、勞動力變遷等無關(guān)信息后,根據(jù)篩選出與就業(yè)信息關(guān)聯(lián)度更高的問卷問題,總結(jié)歸納、分析提取了有關(guān)于個體指標(biāo)的基....
圖3-2Lasso系數(shù)選擇路徑圖
基于IBX模型的中國城鎮(zhèn)勞動力就業(yè)預(yù)測研究44表3-4歸一化不同特征選擇方法篩選出的特征結(jié)果數(shù)據(jù)處理方法特征選擇方法篩選特征指標(biāo)篩選特征數(shù)量歸一化LASSOX1、X2、X6-X14、X19、X24-X27、X37、X3818RFEX1-X19、X20-X21、X23-X4038M....
圖3-4特征組合方法在不同模型中的ROC曲線
第三章中國城鎮(zhèn)勞動力就業(yè)預(yù)測實(shí)證分析4911圖3-4特征組合方法在不同模型中的ROC曲線根據(jù)上述不同特征選擇在單一模型與集成模型中對比實(shí)驗(yàn)結(jié)果分析以及圖3-4所展示的特征組合方法在不同模型中的ROC曲線,本文整理歸納出特征組合在不同模型實(shí)驗(yàn)結(jié)果,不管是單一模型決策樹、SVM、神經(jīng)....
圖3-5數(shù)據(jù)平衡后特征組合方法在不同模型中的ROC曲線
基于IBX模型的中國城鎮(zhèn)勞動力就業(yè)預(yù)測研究52圖3-5數(shù)據(jù)平衡后特征組合方法在不同模型中的ROC曲線本文整理歸納出特征組合在不同模型實(shí)驗(yàn)結(jié)果,本文所提出的特征組合方法+數(shù)據(jù)平衡在所五種模型中整體效果表現(xiàn)最好,采用特征組合方法+SMOTE數(shù)據(jù)平衡后,根據(jù)在Recall、Specif....
本文編號:3939779
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/3939779.html