【摘要】：評估分類預(yù)測模型優(yōu)良性的做法是衡量其預(yù)測準確度,即正判率。文章從四個不同角度,構(gòu)建基于混合策略的組合預(yù)測模型、持續(xù)學(xué)習(xí)的樸素貝葉斯分類器、變量集預(yù)處理、分階段逐步實施的分類預(yù)測模型,討論了如何審慎地選擇或以恰當(dāng)?shù)姆绞竭\用一種或幾種合適的分類算法,來有效地提升分類預(yù)測的正判率。其中,基于混合策略的組合預(yù)測模型對正判率的提升幅度明顯,而持續(xù)學(xué)習(xí)的樸素貝葉斯分類器對模型優(yōu)化也顯得簡單而有效。
【圖文】：

⒌難猗靜⑽幢徊裳猬蜆?測到。然而，未帶類別標注的樣本往往包含有助于分類的信息。通過一定的策略，選擇出滿足條件的未帶類別標注的樣本，把它們加入到當(dāng)前的樣本數(shù)據(jù)集中以達到提升分類器性能的目的，這被稱為主動學(xué)習(xí)的分類模型。胡為成(2007)[3]討論了基于主動學(xué)習(xí)的樸素貝葉斯分類器，選用樣本數(shù)據(jù)進行測試后指出，其分類精度明顯優(yōu)于樸素貝葉斯分類器。但文獻[3]中沒有明示選擇算子和最優(yōu)選擇策略是如何制定的。同樣借鑒主動學(xué)習(xí)的思想，本文引入迭代算法，構(gòu)建了一個持續(xù)學(xué)習(xí)的樸素貝葉斯分類器優(yōu)化模型(如圖1所示)：圖1持續(xù)學(xué)習(xí)的樸素貝葉斯分類器優(yōu)化模型步驟1：用當(dāng)前的分類器對未標注數(shù)據(jù)集(可模擬產(chǎn)生，應(yīng)足夠大，譬如是樣本數(shù)據(jù)集的10倍以上)中每一個樣本進行預(yù)測，給出分類，即預(yù)標注。步驟2：執(zhí)行迭代算法，在一次迭代中，遍歷未標注數(shù)據(jù)集的每一個樣本，嘗試將該樣本加入到標準數(shù)據(jù)集，檢查和比較正判率的改進效果，增量記為Δ=αi(j)-αi-1，這里αi(j)代表第i次迭代中將第j個樣本加入到標準數(shù)據(jù)集后分類器的正判率，αi-1為此次迭代前分類器的正判率。步驟3：識別出在一次迭代中使正判率增量最大的那個樣本(如有多個取第一個)，永久性地加入到標準數(shù)據(jù)集，并完成對分類器參數(shù)的修正，此即為最優(yōu)進入策略。步驟4：使用修正后的分類器(此時αi≥αi-1)，執(zhí)行下一次迭代。仍然使用案例A的數(shù)據(jù)集進行驗證，原有的794個樣本構(gòu)成標準數(shù)據(jù)集，樸素貝葉斯分類器的初始正判率α0=56.3%。模擬產(chǎn)生25000個樣本構(gòu)成未標注數(shù)據(jù)集，使用上述的迭代算法和最優(yōu)進入策略，讓樸素貝葉斯分類器通分類細分1細分2細分3細分4細分5細分6總體占比（%）19.322.018.022.38.

銆門斜鴟治齔⑹怨菇縟突Ъ壑凳侗鶼低常嘞聳奔俁縝彝?金融資產(chǎn)和收入等涉敏感性信息不可獲得，即普通、中端或高端客戶類型事先不可知。遵循發(fā)展客戶細分方案時分階段逐步實施的思路，本文先將整體市場(即零售銀行客戶)構(gòu)建判別模型預(yù)測歸入普通、中端和高端客戶三類，正判率為73.5%；然后，針對三類客戶分別構(gòu)建判別模型預(yù)測歸入各自細分群體。最終，這樣分階段逐步實施的分類預(yù)測的整體正判率為58.9%，對比使用同樣預(yù)測變量集一次實施的判別分類(整體正判率為57.4%)有更好的預(yù)測效果率。以上分析過程及預(yù)測效果概括在圖2中。事實上，分階段逐步實施的分類預(yù)測不但是一種易于理解的自然做法，而且因在起始階段的預(yù)測正判率往往較高，后續(xù)階段的錯判更多被局限在同屬的大類內(nèi)，這樣因錯判而對實際業(yè)務(wù)發(fā)展帶來的潛在風(fēng)險相對較小，也值得在實踐中應(yīng)用。此外，在各階段總體和類內(nèi)的分類預(yù)測分別實施，這為分析提供了更大的靈活性，每一模型均可依據(jù)最佳的自身可分性在預(yù)測變量集內(nèi)選擇變量組合去構(gòu)建判別函數(shù)。當(dāng)然，分階段逐步實施的過程要復(fù)雜一些。5總結(jié)分類預(yù)測模型正在不同領(lǐng)域得到廣泛應(yīng)用，模型優(yōu)良性的一個直觀的評估指標是其預(yù)測準確度(即正判率)。本文從四個不同的角度出發(fā)，，討論了如何審慎地選擇或以恰當(dāng)?shù)姆绞竭\用一種或幾種合適的分類算法，來有效地提升分類預(yù)測的準確度。其中，基于混合策略的組合預(yù)測法對單一方法下預(yù)測準確度的提升最為明顯，而持續(xù)學(xué)習(xí)的樸素貝葉斯分類器優(yōu)化模型也顯得簡單而有效，都有廣闊的應(yīng)用前景。一個分類預(yù)測模型效果的持續(xù)改進，需要深刻地領(lǐng)悟算法的實質(zhì)、以及背后隱藏的關(guān)鍵成功因素，在實際應(yīng)用中還需確保系統(tǒng)運行的高效。參考文獻：[1][奧地利]DietmarJannach,AlexanderFelfe
【作者單位】： 北京特恩斯市場研究咨詢有限公司;
【分類號】：O211.67

【相似文獻】

相關(guān)期刊論文 前2條

1 楊小平;;二分Logistic模型在分類預(yù)測中的應(yīng)用分析[J];四川師范大學(xué)學(xué)報(自然科學(xué)版);2009年03期

2 ;[J];;年期

相關(guān)會議論文 前1條

1 沈杰;李衛(wèi)華;唐峗;;一種基于化合物子結(jié)構(gòu)模式識別的分類預(yù)測方法[A];中國化學(xué)會第27屆學(xué)術(shù)年會第15分會場摘要集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 劉惠;蛋白質(zhì)序列數(shù)據(jù)的分類預(yù)測研究[D];上海交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前6條

1 張吉寬;蛋白質(zhì)熱穩(wěn)定性分類預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)[D];遼寧大學(xué);2016年

2 安俊峰;游戲評價數(shù)據(jù)的分類預(yù)測研究[D];東華大學(xué);2014年

3 黃建華;蛋白質(zhì)分類預(yù)測中的新方法研究[D];南昌大學(xué);2010年

4 石雪娜;基于壓縮感知的蛋白質(zhì)功能分類預(yù)測[D];北京交通大學(xué);2014年

5 廖旺宇;面向分類預(yù)測的增量關(guān)聯(lián)規(guī)則應(yīng)用研究[D];四川師范大學(xué);2010年

6 肖芳;工業(yè)產(chǎn)品運輸需求分類預(yù)測理論研究[D];長安大學(xué);2011年

本文編號：2536364