1、使用朴素贝叶斯分类算法的结果
贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统计知识进行分类的算法。在许多场合,朴素贝叶斯(Naïve Bayes,NB)分类算法可以与决策树和神经网络分类算法相媲美,该算法能运用到大型数据库中,而且方法简单、分类准确率高、速度快。
朴素贝叶斯的召回率高,但是准确率太低
2、随机森林算法
初步预测的结果,还未选最新的数据,明天接着来
全量用户预测:13万目标用户
使用正样本预测:5400用户,预测正确是4800用户
使用全部负样本预测:10万用户,预测为双降的用户6396个
3、使用NearestCentroid(类似knn算法,距离类算法)算法进行研究
使用决策树算法测试:决策树算法还可以也,我们拿来试试大批量的数据
我们拿来试试大批量的数据
10万负样本预测,跑出来11422个预测数据出来
正样本5400个,预测出来5007
使用tensorflow进行训练,损失函数一直下不来
领取专属 10元无门槛券
私享最新 技术干货