Obiekt

Tytuł: O możliwościach wykorzystania rotacyjnego lasu w badaniach rynkowych i marketingowych

Tytuł odmienny:

The possibility of use of rotation forest in marketing surveys

Autor:

Łapczyński, Mariusz

Opis:

Ekonometria = Econometrics, 2017, Nr 1 (55), s. 69-81

Abstrakt:

Rotacyjny las (rotation forest) jest narzędziem analitycznym służącym do budowy zagregowanych modeli predykcyjnych. Pojedyncze modele drzew klasyfikacyjnych powstają na podstawie podprób bootstrapowych, a do ich budowy używa się innych zbiorów zmiennych niezależnych. Początkowo dzieli się zbiór tych zmiennych na k rozłącznych podzbiorów, a następnie w każdym z nich stosuje się analizę głównych składowych w celu uzyskania liniowej kombinacji zmiennych wejściowych. Celem artykułu jest porównanie skuteczności modeli prognostycznych zbudowanych za pomocą rotacyjnego lasu z innymi modelami zagregowanymi: metodą bagging, drzewami wzmacnianymi AdaBoost i losowym lasem. Do analiz wykorzystano 11 zbiorów obserwacji pobranych z popularnego repozytorium on-line. Obliczenia zostały wykonane w programie WEKA (Waikato Environment for Knowledge Analysis), a ocena modeli została dokonana za pomocą czterech miar: dokładności, czułości, precyzji i miary F. Wyniki wskazują na ograniczone możliwości wykorzystania tego modelu zagregowanego w badaniach rynkowych i marketingowych. Najważniejsze przeszkody dotyczą poziomu pomiaru zmiennych niezależnych i zasobów sprzętowych niezbędnych do analizy dużych zbiorów danych

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2017

Typ zasobu:

artykuł

Identyfikator zasobu:

doi:10.15611/ekt.2017.1.06 ; oai:dbc.wroc.pl:36904

Język:

pol

Powiązania:

Ekonometria = Econometrics, 2017, Nr 1 (55)

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-NC-ND 3.0 PL

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Tytuł publikacji grupowej:

Ekonometria = Econometrics

Format:

application/pdf

Obiekty

Podobne

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji