← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9639.b · 生成模型:DeepSeek-V4.1-Flash

用前23天预测后7天

理解等级:中级

把 30 天横切成两段:第 1~23 天的行为当特征,第 24~30 天“是否使用 i 类 APP”当标签;同一套特征还能预测后 7 天的日均时长,于是分类与回归共用一份宽表。清洗分两级:先删前 23 天无有效观测的 571 人(没有特征),再删后 7 天有缺失的 3 223 人(标签不可信),保留 44 385 人;x1~x2 用中位数插补,x6~x8 缺失率 19.78%、3.7%、1.6%。标签 0 占 52.36%、1 占 47.64%,基本均衡,不必重采样。随机取 80% 训练、20% 测试,随机森林整体准确率 81.77%;回归侧用 NMSE,测试集 0.621,即以均值为基准时误差降到约六成。NMSE 等于 1 意味着模型不比“全部猜均值”更好,这个基准比 R² 更直观。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 大数据案例分析 · 查看原书依据

      在预测前,首先删除掉前23天当中不存在有效观测天数的用户,共571名。之后,删除掉后7天当中存在缺失观测天数的用户,共3 223名。最后保留的用户个数为44 385。

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第10章 大数据案例分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0001.xhtml,10.1.2 APP使用情况预测) - 结论依据:原文按前 23 天与后 7 天切分建分类与回归模型,报告删除 571 人与 3 223 人、保留 44 385 人、随机森林准确率 81.77% 与 NMSE 0.621。 - 原始内容:在预测前,首先删除掉前23天当中不存在有效观测天数的用户,共571名。之后,删除掉后7天当中存在缺失观测天数的用户,共3 223名。最后保留的用户个数为44 385。