《表2 测试集预测准确度：机器学习算法在央行内部审计问题管理中的应用》

  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

《机器学习算法在央行内部审计问题管理中的应用》

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

分类预测使用K近邻、Softmax分类器和DNN3种备选算法，参数设置如下：K近邻算法选取和给定问题描述最相似的K个问题，将出现频次最多的标签作为预测值，参数K设置为10；Softmax分类器将回归用在多分类问题上，不涉及参数设置；DNN算法使用深度神经网络的架构，对输入的问题文本向量进行分类预测，神经网络中包括输入层、隐层及输出层，输入层维度设置为文本向量维度768维，隐层设置为512维，输出的维度为对应候选标签的个数。在上述参数设置下，测试集的预测准确度见表2所列。