计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
1期
197-200
,共4页
SVM%F-scores%属性选择%客户分类
SVM%F-scores%屬性選擇%客戶分類
SVM%F-scores%속성선택%객호분류
为了克服现有客户分类方法在假设前提、准确度、泛化能力等方面的不足,提出了一种F-scores和SVM算法相结合的客户分类方法,并把该方法应用到银行信用卡客户分类问题中予以验证.实证分析表明:该方法最终的模型验证准确率可达95%以上,学习和分类能力良好.
為瞭剋服現有客戶分類方法在假設前提、準確度、汎化能力等方麵的不足,提齣瞭一種F-scores和SVM算法相結閤的客戶分類方法,併把該方法應用到銀行信用卡客戶分類問題中予以驗證.實證分析錶明:該方法最終的模型驗證準確率可達95%以上,學習和分類能力良好.
위료극복현유객호분류방법재가설전제、준학도、범화능력등방면적불족,제출료일충F-scores화SVM산법상결합적객호분류방법,병파해방법응용도은행신용잡객호분류문제중여이험증.실증분석표명:해방법최종적모형험증준학솔가체95%이상,학습화분류능력량호.