《表4 模型关于训练集和测试集的NMSE》
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
《基于贝叶斯与神经网混合算法的电商信用评价方法研究》
验证实验采用五折交叉验证法,把所有的样本数据分成五个组,将4组作为训练样本,用来训练分类模型,剩下一组作为测试样本,来测试模型的准确性,而且五组样本会轮流作为训练样本或测试样本,以此来减小样本划分对模型准确度的影响。实验运用MATLAB自动划分样本,并分别计算各模型误差,共可得到五组模型以及三组标准均方误差(NMSE),分别取其平均值进行对比,对比结果如表4所示。通过表4可知,混合模型NB-BP的标准均方误差最小,因此可判断NB-BP模型在预测准确率与稳定性方面优于神经网络模型和随机森林模型。
图表编号 | XD00121916300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 张朝辉、刘佳佳、冉惠 |
绘制单位 | 吉林大学商学院、吉林大学商学院、北京理工大学管理与经济学院 |
更多格式 | 高清、无水印(增值服务) |