《表5 回归模型比较结果：基于Stacking模型融合的用户购买行为预测研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Stacking模型融合的用户购买行为预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：（1）MSE该指标计算的是误差的平方和的均值，其值越小说明拟合效果越好；（2）MAE用于评估预测结果和真实数据集的接近程度，其值越小说明拟合效果越好；（3）EVS其值取值范围是[0，1]，越接近于1说明自变量越能解释因变量的方差变化，值越小说明效果越差

预测用户的购买时间是一个回归问题，我们使用回归问题常用的三个指标均方误差（MSE）、平均绝对误差（MAE）以及解释方差（explained＿variance＿score，EVS）来评估模型性能。同时，我们将Stacking融合模型和单个的基学习器和元学习器模型结果进行了比较，在测试集上的评估结果如表5所示。