《表4 模型对测试样本的预测结果对比》

  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

《基于改进RFM与GMDH算法的MOOC用户流失预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将测试集S3中的600个学习者数据输入到已完成学习过程的GMDH网络中进行预测，验证基于RFLP和GMDH网络的预测模型在MOOC用户流失预测中的有效性和可行性，最后结果正确判断了557名学习者的流失状态，其中61名学习者的μi值在（-0.4，0.4）内，利用步骤2中的第四步进行相关判断，其中47名被判断为流失用户，同实际结果对比，判断正确34名、错判13名；其中14名被判断为非流失用户，同实际结果对比，最后得出判断正确10名、错判4名的结果。为更好地验证本研究构建的预测模型准确率，将基于RFLP和GMDH网络的预测模型与决策树C5.0和SVM模型的预测精度用以下四个评价标准进行比较：（1）非流失用户正确分辨率；（2）流失用户正确分辨率；（3）总体正确分辨率；（4）模型ROC曲线下的面积（AUC）。基于以上四个评价标准将本研究提出的模型预测精度与SVM、决策树C5.0模型的预测精度进行对比，结果见表4。