《表5 logistic回归、随机森林预测模型评价》
对于分类预测模型的评价指标主要包括:AUC值、准确率、提升(Lift)、增益(Gains)等,本文采用AUC值和准确率两个指标来评价。ROC曲线,全称为受试者工作特征曲线,即当阈值从0逐渐变化到1时,对应分类判别的真正率和假正率坐标点所连成的曲线。AUC是ROC曲线所围面积,可用来度量分类模型好坏。对于测试集而言,logistic回归的AUC值为0.710,随机森林的AUC值为0.714,随机森林的AUC值稍高。而由表5可知从模型预测的准确率来看,logistic回归预测的准确率为74.27%,随机森林预测的准确率为73.97%,logistic回归的准确率稍高。两个模型方法各有利弊,但总体结果相差不大。
图表编号 | XD00103028000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 朱振涛、孙敏、沈建红 |
绘制单位 | 南京工程学院经济与管理学院、中国农业银行无锡分行、南京工程学院经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |