全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
3950 3
2007-05-15
有些客户价值分析的研究中,使用决策树方法来进行客户价值分类,在这种方法中,需要有训练集,训练集的数据一般包括一些关键指标以及客户价值分类,我的问题是:针对训练集中的样本,它们的客户价值分类是哪儿来的?有些研究讲“是根据以往经验获得样本的客户价值分类”,那么以往的经验是什么?怎么获得?如何保证这些分类是正确的?否则如何保证根据训练集得出的决策树算法是正确的?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2007-5-15 17:56:00

我做过类似的问题!

你提到的经验,可以说不是经验来的!

比如我用决策树来进行客户的信用分类的话(目的是要找出有信用与没有信用的客观规律),所以根据以前的"经验"是可以判断出某一个客户的信用是有还是没有的!

这样就可以用决策树来抽规则了!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2007-5-15 22:46:00

你的意思是说:要事先已知训练集中的客户有没有信用。对吗?我理解:比如对于银行的客户,我们是可以从他以往的业务中查询出有没有不良的信用记录,进而判断此客户有没有信用,对吧?

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2007-5-16 15:50:00
对,可以这么去理解!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群