文件名称:dimension-reduction-on-online-shoppers-purchasing-intention-dataset-in-classification-problem
文件大小:1.97MB
文件格式:ZIP
更新时间:2024-05-02 10:52:54
JupyterNotebook
减少在线购物者购买意图数据集的分类问题 数据集来源和信息: : 首先,我将数据集可视化,然后使用了三种分类算法。 为了减少尺寸,我使用了向后消除过程。 在向后消除过程中,我们首先将所有可能的特征提供给模型。 我们检查模型的性能,然后迭代地删除性能最差的功能,直到模型的整体性能在可接受的范围内。 此处用于评估要素性能的性能指标为pvalue。 如果p值大于0.05,则将其删除,否则将其保留。 在这里,我们使用的是OLS模型,它代表“普通最小二乘”。 该模型用于执行线性回归。 因此,在这里,无论何时从数据集中删除要素,我都会测量其准确性,并在折线图中比较其准确性。
【文件预览】:
dimension-reduction-on-online-shoppers-purchasing-intention-dataset-in-classification-problem-master
----README.md(1KB)
----online_shoppers.ipynb(2.38MB)
----online_shoppers.csv(1.01MB)