小组分享
我学习了决策树、随机森林分类juejin.cn/post/685041…
- 决策树原理、可运行的决策树代码(matlab)
- 随机森林就是多个决策树进行分类，然后取众数，代码无法成功运行，但是应该可以将决策树代码简单修改一下就能实现随机森林
- 决策树回归代码可运行
学习了支持向量机分类和回归 juejin.cn/post/685457…
bp神经网络进行分类/回归很简单，直接使用matlab的神经网络工具箱导入数据训练即可
模型分析
问题一： 给出电影评分模型
折衷型模糊多属性算法量化等级指标，ABCD等级->数据
投影寻踪评价算法(类似Topsis算法)，得出指标的评分;感觉投影寻踪评价算法就和主成分分析法用来评分一样，不太好，降维会损失数据，不如直接用全部数据来评分，如Topsis算法
问题二： 豆瓣 TOP50 电影和 IMDB 的 TOP50 电影有很多相同也有很多不同的电影，请基于你们的 分析，给出影响两者排名不同的具体因素
以网站评分为因变量，以问题一得到的八个指标为自变量，求解Y和X的相关系数
问题三：票房预测模型
SVM支持向量机(用来分类)
- 划分超平面，和fisher线性判别类似，SVM是非线性判别，fisher是线性判别
- fisher 能分的数据基本上人肉眼大概也可以看出来，大致在一个平面上，但是SVM的优势在于处理数据量较少的高维数据，通过将原本在平面上难以区分的数据，投到多个平面上进行空间上的划分
- 在判别、分类以及回归分析有很多的应用
SVR支持向量机回归
BP 神经网络
随机森林
将数据分为训练集和测试集，分别用于三种预测算法，随机森林在测试集变现最好
并且使用k折交叉验证对测试集进行验证，排除样本过拟合的情况。
鲁棒性分析
- 指标的显著性分析
- 更改单个指标是否会导致模型的某些不确定变化(敏感性分析)
