《表4 多源集成模型预测结果的混淆矩阵》

  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

《基于多源机器学习的脱贫方式智能推荐研究》

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

根据多源集成分类器进行扶贫方式推荐的具体细分结果可见表4。表4的混淆矩阵中可以看出，产业发展、医疗救助和社会兜底的误分类很少，正确率很高。而教育助学仍然有12个样本被误分类为产业发展。这也与这些教育助学的家庭具有很多与产业发展家庭相似的特征信息有关。测试集共有数据455例，分类错误47例，有些错分类虽与实际扶贫方式不一致，但分析发现误分类结果有些优于或者可替代原救助方式。可见，智能推荐不仅能给出大致合理的扶贫方式推荐，甚至能为不合适的扶贫方式提供另一个可供仔细斟酌的扶贫方式，也是对基层工作人员进行扶贫方式选择结果的一个非常高效的论证手段。