《表5 两个数据集的SVM参数和模型评价》

  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

《非合约型客户终身价值的稳健性度量:经典方法与机器学习算法的综合测算研究》

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

在模型参数估计的基础上，首先，利用所得的SVM模型，计算第二阶段月均消费频数的预测值。计算该预测值在第一阶段F、T交叉分组下的均值，与相同交叉分组下的实际泊松参数均值进行对比，计算均方误差（MSE）和平均绝对百分误差（MAPE）评价模型预测误差；然后，利用所得的SVM模型，预测第二阶段顾客活跃期R内的消费频数。计算预测值在第一阶段F、T和第二阶段R交叉分组下的均值，计算MSE与相同交叉分组下的实际消费频数均值进行对比。两个数据集的最优参数、MSE、MAPE如表5所示。数据集1和数据集2的两个对比折线图如图11、图12所示。