《表5 决策树准确性Tab.5 Decision Tree accuracy》
为了进一步研究各影响因素如何对京沪高速客运通道旅客出行方式选择行为交叉发挥影响,使用基于C5.0的决策树分类方法对Binary Logit得出的概率结果进行了分类,同样随机选取70%的数据作为训练样本,剩余30%作为检验样本,基于C5.0算法的旅客出行选择决策树如图1所示,决策树准确性如表5所示。模型训练组的准确率为98.0%,检验组的准确率为96.4%,认为基于C5.0算法的决策树模型对旅客出行选择影响因素的分类效果较好。
图表编号 | XD0042575400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 苏敏、栾维新、马瑜、张睿 |
绘制单位 | 大连海事大学交通运输管理学院、大连海事大学交通运输管理学院、大连海事大学交通运输管理学院、大连海事大学交通运输管理学院 |
更多格式 | 高清、无水印(增值服务) |