《表6 Logistic回归模型预测结果》

  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

《基于数字挖掘的北京市智慧养老参与意愿的影响因素研究》

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

采用5折交叉验证法，并重复10次，建立Logistic回归模型并进行预测。步骤如下：第一，把总样本平均分为5份，每次取其中4份作为训练集，剩余1份作为测试集，进行建模预测；第二，更换训练集和测试集，再次进行建模，共建立5次模型；第三，重复1、2步骤10次；第四，最后基于50次测试结果，比较各分类算法的性能。建立Logistic回归模型时，调用R语言软件的“nnet”包。表6为Logistic回归模型50次建模预测的平均结果，其中实际参与智慧养老意愿的平均值为31，无参与意愿的平均值为16.4。适龄老人实际有参与意愿，且被预测为有参与意愿的平均值为26.3，被预测为无参与意愿的平均值为4.7；实际无参与意愿，但被预测为有参与意愿的平均值为2.8，被预测为无参与意愿的平均值为13.6。