《表1 仿真建模预测结果:基于机器学习的VoLTE质差用户评测方法》
利用测试集进行仿真建模50次,3个模型的仿真结果如表1所示。综合3种模型的仿真结果可得,XGBoost无论是整体准确率、精确率还是召回率都比其他两种算法高,整体投诉用户的召回率和精确率都在90%左右,整体模型效果很好,模型可用。
图表编号 | XD00108161200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 杨川 |
绘制单位 | 中国移动通信集团福建有限公司厦门分公司 |
更多格式 | 高清、无水印(增值服务) |
利用测试集进行仿真建模50次,3个模型的仿真结果如表1所示。综合3种模型的仿真结果可得,XGBoost无论是整体准确率、精确率还是召回率都比其他两种算法高,整体投诉用户的召回率和精确率都在90%左右,整体模型效果很好,模型可用。
图表编号 | XD00108161200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 杨川 |
绘制单位 | 中国移动通信集团福建有限公司厦门分公司 |
更多格式 | 高清、无水印(增值服务) |