《表3 实验结果：改进的多层感知机在客户流失预测中的应用》
提示：宽带有限、当前游客访问压缩模式
本文使用5折交叉验证进行实验，将测试集实验结果的平均值作为模型评判的标准，各指标如表3所示，ROC曲线与PR曲线如图8所示。
| 图表编号 | XD00163034800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.15 |
| 作者 | 夏国恩、唐琪、张显全 |
| 绘制单位 | 广西师范大学计算机科学与信息工程学院、广西财经学院工商管理学院、广西师范大学计算机科学与信息工程学院、广西师范大学计算机科学与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 第二组实验结果：基于K-Means改进的算法在客户聚类中的应用》2020.09.01
- 《表5 第一组实验结果：基于K-Means改进的算法在客户聚类中的应用》2020.09.01
- 《表4 数据集实验结果：粉料撒布车组合冷再生机在路床施工中的应用》2020.10.01
- 《表1 整平设备数量表：水下整平机在加纳特码项目基床整平中的应用及改进》2021.01.10
- 《表2 部分嵌入层的维度：改进的多层感知机在客户流失预测中的应用》2020.07.15
- 《表1 模型参数：改进的多层感知机在客户流失预测中的应用》2020.07.15
- 《表5 测试集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表3 训练集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表2 最终聚类结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表3 特征转换示例表：机器学习在电信客户离网预测中的应用》2020.05.01
- 《表2 特征选择结果：加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》2019.10.25
- 《表2 特征选择结果：加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》2019.10.25
- 《表3 部分实验结果对比：基于多层感知机的蛋白质变性温度预测》2019.08.01
- 《表3各指标情况：信用卡客户流失预测模型研究》2019.09.10
- 《表9 模型评估结果：基于数据挖掘的掌银客户流失预测建模方法研究》2019.08.07
- 《表1 实验结果统计：混合核函数相关向量机在污垢预测中的应用》2019.04.25
- 《表1 传统的稀疏自动编码机和改进的稀疏自动编码机在Scene-15数据集上的实验结果》2019.01.15
- 《表3 分类矩阵：融入客户价值特征和情感特征的网络客户流失预测研究》2018.03.01
- 《表2 核函数：融入客户价值特征和情感特征的网络客户流失预测研究》2018.03.01
- 《表5 电信客户流失预测仿真结果》2018.01.20