《表1 1 变量重要性和模型预测性能比较》
随机森林算法对于特征之间相关性不敏感,同时可以处理多种类型的变量。这就表明在对电影评分进行预测时,随机森林回归有较好的表现。使用random Forest()函数构建随机森林模型,同时查看变量重要性。本文选Inc MSE为度量标准,等价于均方误差;输出结果如表11所示。
图表编号 | XD00213610900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.11 |
作者 | 程纯 |
绘制单位 | 安徽大学经济学院 |
更多格式 | 高清、无水印(增值服务) |
随机森林算法对于特征之间相关性不敏感,同时可以处理多种类型的变量。这就表明在对电影评分进行预测时,随机森林回归有较好的表现。使用random Forest()函数构建随机森林模型,同时查看变量重要性。本文选Inc MSE为度量标准,等价于均方误差;输出结果如表11所示。
图表编号 | XD00213610900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.11 |
作者 | 程纯 |
绘制单位 | 安徽大学经济学院 |
更多格式 | 高清、无水印(增值服务) |