10.3969/j.issn.1000-386x.2017.09.019
SVR算法在商机管理中的应用
随着市场竞争日益激烈和信息化技术不断发展,通过数据分析和挖掘来预测新的潜在商机成为了企业商机管理的重要环节.现有机器学习算法主要基于样本数目趋于无限大的假设,但实际问题中样本大多是有限的,甚至是小样本数据,难以保证机器学习结果的合理性.将支持向量回归(SVR)算法用于商机预测建模过程,用于解决小样本、高维数、非线性的学习问题.实验结果表明,与决策树等算法构造的目标函数求解结果相比较,SVR算法在有限样本空间能获得较高精度的预测结果.
商机管理、数据挖掘、支持向量回归机、分类算法
34
TP3(计算技术、计算机技术)
2017-12-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96