树形算法在电信客户细分中的应用研究
络建立非常重果学习率太大能会适当解间摆动反果学习率太小学习将进行得过于缓慢经验法则利用训练集迭代次数t将学习效率置1/t大小图3均衡样本下学习率分别1.01/t时神经网络收敛比较4.5多叉分裂树CART叉分裂树带来性能影响外能于文本平衡CARTGini指标计算中时间复杂度问题进行算法优化造成CART分类效果降低神经网络性能低这能于其训练周期够造成神经网络数据量巨大时其训练缓慢个容忽视问题3 结束语更效地将数据挖掘技术应用于CRM帮助企业效交流解影响客户行改善客户获取客户保持增强客户忠诚度增加盈利等目前研究重点本文分析比较种树形算法电信客户细分应用中表现得出平衡随机森林具相较好挖掘分类效果结论这树形算法更好电信客户细分应用提供定技术论支持当然树形算法客户细分应用中着更深入研究待于们进步探讨参考文献[1] Turban E Aronson J E Liang T P Sharda R. Decision supportand business intelligence systems[M]. Pearson Education2007.[2] John Ross Quinlan. C4.5 programs for machine learning[M].Morgan Kaufmann1993.[3] Jiawei H
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：