《表3 变量信息：网贷平台数据的随机森林预测模型实证分析》
提示：宽带有限、当前游客访问压缩模式
从原始数据中提取33个解释变量，每个变量的信息如表3所示.
| 图表编号 | XD00125961100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 杨晓伟、刘倩倩、余芳 |
| 绘制单位 | 巢湖学院数学与统计学院、巢湖学院数学与统计学院、巢湖学院数学与统计学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 模型预测结果：P2P网贷平台客户规模影响机制分析》2021.01.15
- 《表3 模型信息：基于随机森林的电动自行车骑行者事故伤害程度影响因素分析》2021.02.01
- 《表2 分类变量卡方检验：基于随机森林模型的P2P网贷平台违约风险量化评价研究》2021.02.01
- 《表2 人员信息表：基于改进随机森林算法的LBSN用户短期位置预测模型》2019.11.01
- 《表1 数据信息表：基于改进随机森林算法的LBSN用户短期位置预测模型》2019.11.01
- 《表1 监测的样本数据：基于随机森林的支持向量机混凝土抗渗性预测模型研究》2021.02.25
- 《表3 控制变量：基于随机森林的带宽预测算法研究与实现》2020.07.16
- 《表1 实证分析数据字段：基于RFM模型的随机森林算法对民航客户的流失分析》2021.01.01
- 《表1 特征（变量）情况：随机森林模型在宏观审慎监管中的应用——基于18个国家数据的实证研究》2020.11.12
- 《表3 随机森林模型的预测效率》2020.11.25
- 《表3 O3-8hmax预测的随机森林模型中变量重要性排序》2019.11.20
- 《表3 模型预测结果：基于随机森林回归模型的国产电影票房预测》2020.02.01
- 《表1 数据变量说明：基于随机森林回归模型的国产电影票房预测》2020.02.01
- 《表1 模型输入数据集合：基于优化随机森林的H_2S腐蚀产物类型及腐蚀速率预测》2020.03.20
- 《表1 混淆矩阵：网贷平台数据的随机森林预测模型实证分析》2019.12.25
- 《表3 分类结果混淆矩阵：面向非平衡数据集的随机森林算法对学生学业问题的预测分析》2019.12.25
- 《表2 各解释变量定义：大学生的消费行为、网贷意愿和网贷平台偏好——基于江苏省高校问卷调查数据的实证分析》2019.11.15
- 《表1 模型输入变量：基于多元协变量和随机森林算法的宁夏用电量预测》2019.02.25
- 《表1 变量定义与测量：网贷平台声誉经济效益的实证研究》2018.12.01
- 《表2 变量描述性统计：网贷平台声誉经济效益的实证研究》2018.12.01