生活满意度调查中的支持向量机应用及分类模型比较
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 简介 | 第8-11页 |
1.1 研究背景 | 第8-9页 |
1.2 支持向量机的应用研究现状 | 第9-11页 |
第二章 支持向量机 | 第11-20页 |
2.1 线性可分支持向量机 | 第11-14页 |
2.1.1 间隔最大化 | 第11-12页 |
2.1.2 线性可分支持向量机的对偶算法 | 第12-14页 |
2.2 线性支持向量机 | 第14-15页 |
2.3 非线性支持向量机与核函数 | 第15-20页 |
2.3.1 非线性支持向量机 | 第15-16页 |
2.3.2 核函数 | 第16-17页 |
2.3.3 序列最小最优化算法 | 第17-20页 |
第三章 生活满意度调查分析 | 第20-34页 |
3.1 数据的描述性分析 | 第21-23页 |
3.2 民生数据的进一步分析 | 第23-30页 |
3.2.1 民生数据的支持向量机方法 | 第24-25页 |
3.2.2 民生数据的分类决策树方法 | 第25-27页 |
3.2.3 民生数据的逻辑回归方法 | 第27-30页 |
3.3 n折交叉验证与模型预测准确性的比较 | 第30-31页 |
3.4 模型结果分析 | 第31-34页 |
3.4.1 从变量重要度的角度分析 | 第31-32页 |
3.4.2 预测效果 | 第32-34页 |
总结与展望 | 第34-35页 |
参考文献 | 第35-37页 |
致谢 | 第37-38页 |
附录A-1 支持向量机R实现 | 第38-39页 |
附录A-2 决策树模型R实现 | 第39-40页 |
附录A-3 逻辑回归的R实现 | 第40-41页 |
附录B 十折交叉验证验证的R实现 | 第41-43页 |
附录C 民生调查问卷 | 第43-47页 |