汽车用户画像分析及多模型预测分类研究  

作　　者：梁靖涵 

机构地区：[1]郑州科技学院,河南郑州450000

出　　处：《郑州铁路职业技术学院学报》2024年第2期37-40,共4页Journal of Zhengzhou Railway Vocational and Technical College

摘　　要：针对汽车用户画像的数据集,基于Voting集成学习算法进行汽车用户的分类和预测。在Python环境中,构建一个基学习器为支持向量机、决策树、K-近邻的基于Voting的集成学习算法模型,使用经过预处理的训练数据训练、分类和预测该模型。将所建立的基于Voting集成学习算法应用到实际中,与SVM、决策树、K-近邻等基学习器算法进行比较,从准确率、召回率、F-score、混淆矩阵等指标进行对比分析。实验表明,基于Voting集成学习算法具有较好的预测效果。

关 键 词：汽车用户画像 决策树 支持向量机 投票方式 集成学习 

分 类 号：U231.7[交通运输工程—道路与铁道工程]