如何提高svm

时间:2019-05-29 10:39:21

标签: python svm data-science

我为英语不好向我道歉。

因此,我正在研究我的最后一年的研究项目,该描述说要对通常用于预测电信用户流失的方法进行最先进的研究,然后选择两种将应用于数据的方法。 / p>

它也表示尝试将我的贡献添加到其中一种方法中。

我选择了决策树和SVM方法。我想对SVM方法做出贡献,但是我不知道如何做。我做了一些研究,最常见的是“交叉验证”方法,但是既然每个人都在使用它,那么它是否被认为是一种贡献?

我也考虑过杂交,但是我不确定哪种算法最适合。

所以我想知道是否可以给我一些思路以尝试改进此算法,无论是精度,速度还是其他方面。

如果我听起来像个初学者,那是因为我是XD。

1 个答案:

答案 0 :(得分:1)

我也是该领域的初学者,但是我可以给我一些提示,

  1. 您可以查看较新的功能(尝试在特定于电信的领域进行研究)

  2. 使用不同的插补算法(KNN,中央插补)。

  3. 如果要高精度,请选择XGBOOST。

  4. 因为这是一个客户流失问题,所以我将重点放在召回上。