《表5 召回率为0.135时不同模型的精确率和F1》
将MRPM与上述基线模型进行对比,不同模型的P-R曲线如图6所示.当所有模型的召回率设置为0.135时,不同模型的精确率和F1如表5所示.从实验结果可以看出,MRPM的P-R曲线几乎完全包围LR、SVM和XGBoost的P-R曲线,表明MRPM优于所有基线模型.在实际应用中,当所有模型的召回率均被设置为0.135时,MRPM的精确率分别比LR、SVM和XGBoost提升了88.2%、58.7%和34.3%.这是由于MRPM利用了用户通话、流量使用序列信息,其他模型只引入了用户通话、流量使用数据统计特征,无法显示建模用户行为序列的变化趋势,在一定程度上造成信息损失.
图表编号 | XD00215929700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 陈纬奇、王敬昌、陈岭、杨勇勤、吴勇 |
绘制单位 | 浙江大学计算机科学与技术学院、浙江鸿程计算机系统有限公司、浙江大学计算机科学与技术学院、中国电信浙江分公司、浙江鸿程计算机系统有限公司 |
更多格式 | 高清、无水印(增值服务) |