理財產(chǎn)品目標客戶定位的組合預測研究——基于分類算法與logit模型的混合模型_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、l H IJ I I l , ' l l l l l l l ! l , ' l [ J l l l l [ 1 i l H l [Y 3 2 5 8 4 5 7學校代碼;I U 2 7 1 1 分類號: F ¨ 學號t 1 5 2 , 5 ( ' 2 7 3 0上哆腳范大誓碩士專業(yè)學位論文理財產(chǎn)品目標客戶定位的組合預測研究一一基于分類算法與l o g i t 模型的混合模型學 院: 數(shù)理堂院專業(yè)學位類

2、別: 廛用統(tǒng)讓亟±專業(yè)領(lǐng)域: 金融統(tǒng)讓研究生姓名: 昱莖蝴指導教師: 王圍往數(shù)攫完成日期: 2 Q ! Z 笙2 目隨后,我們介紹了最小二乘加權(quán)、算術(shù)平均加權(quán)、方差倒數(shù)加權(quán)、均方倒數(shù)加權(quán)以及簡單加權(quán)法這常用的五種用于模型組合的權(quán)重的計算方法。之后,以決策樹C 5 .0 模型結(jié)果、樸素貝時斯模型結(jié)果以及二元l o g i t 模型的模犁結(jié)果為基礎(chǔ),分別選擇了最小二乘加權(quán)法、算術(shù)平均加權(quán)法、方差倒數(shù)加權(quán)法、均方倒數(shù)法以及簡單加權(quán)法

3、進行權(quán)重的計算,得到了五個新的組合模型。最后,在得到五個組合模型后,我們發(fā)現(xiàn),在使用最小二乘加權(quán)法確定權(quán)重的模型中,二元l o g i t 模型的權(quán)重為負數(shù),不符合我們的實際情況,因此,該最小二乘加權(quán)組合模型不予采用。簡單加權(quán)法的模型精度不如單一模型,結(jié)果舍去,方差倒數(shù)加權(quán)結(jié)果與均方倒數(shù)加權(quán)結(jié)果一致,在比較算術(shù)平均加權(quán)模型與方差倒數(shù)加權(quán)模型的精度后,我們發(fā)現(xiàn),算術(shù)平均加權(quán)的誤判概率為1 0 .0 9 %,小于方差倒數(shù)加權(quán)模型的誤判概率1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論