《表3 五折交叉验证的预测准确度比较》

  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XGBoost算法的用户评分预测模型及应用》

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

为了进一步比较预测准确度，对量化后的13 628条有效数据，采用5次五折交叉验证，分别建立评分预测模型，结果如表3所示。第2列至第6列分别为五折交叉验证的预测准确度，第7列为平均值。表3显示，XGBoost集成、XGBoost和RF算法的预测准确度明显优于NB、LR、CART算法。由平均值可知XGBoost算法的预测准确度达到67.75%，比RF算法的预测准确度67.54%高出约0.21个百分点。通过加入样本扰动和属性扰动对XGBoost算法集成以后，模型的泛化能力有所提高，预测准确度在XGBoost基础上提高约0.43%，比随机森林高约0.64%。表3中各方法的预测准确度与图7结论一致。