%0 Journal Article
%T 模型融合在用户续购行为分析中的应用
%A 周双娥
%A 李巧
%A 杨晶
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 当今时代大数据分析及其商业应用已成为研究热点，根据机器学习中集成学习的思想，从模型融合方面着手，研究提高模型融合准确率和鲁棒性的方法，设计了基于逻辑回归的二层模型融合算法，简称TMBLR算法，并将该算法应用于某商业软件的用户续购分析上.实验结果显示，该融合模型算法有更高的鲁棒性和更准确的预测结果，比使用单个基分类器的F1值高出2.05%；与常用的投票法相比，该算法的平均F1值高出1.1%，F1值的均方差值要低7.2‰，表明该算法稳定性更好；在该融合算法的第二层训练中，使用逻辑回归算法时的准确率、F1值和时间效率较高
%K 大数据
%K 机器学习
%K 集成学习
%K 模型融合
%K 逻辑回归
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4157.shtml