《表3 SCV-LV与SCV-GS方法作用于实例数据集所得结果》
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Gram-Schmidt变换的有监督变量聚类》
对该数据集分别施行SCV-LV和SCV-GS方法,结果表明SCV-GS优于SCV-LV方法。表3给出了具体聚类结果。表3中指标K表示聚类后所得变量类的数目,“Cor(y,^y)”为施行算法后所得预测值与真值y之间的相关系数,第3列“变量”表示模型中涉及的变量。可以看出,SCV-LV方法可得到一个变量组,即将所有变量聚为一类;而SCV-GS方法可得到16个变量类,因此SCV-GS方法所得聚类结果可以给出更为详细的变量之间的联系信息。另外,尽管SCV-GS方法所得模型涉及的变量数目少(仅包含变量x2,x3),但SCV-GS方法的预测效果要优于SCV-LV方法(预测值更接近真值)。2种方法均选出变量x2,x3,表明“综合ACT(American College Test)分数”和“住校生比例”对毕业率有较强的积极影响。
图表编号 | XD00100093000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 刘瑞平、王惠文、王珊珊 |
绘制单位 | 北京航空航天大学经济管理学院、北京航空航天大学经济管理学院、北京航空航天大学大数据科学与脑机智能高精尖创新中心、北京航空航天大学经济管理学院、城市运行应急保障模拟技术北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |