文件名称：管理研究中模式发现的机器学习-研究论文
文件大小：973KB
文件格式：PDF
更新时间：2024-06-29 14:46:10
machine learning supervised
监督机器学习 (ML) 方法是一种强大的工具包，用于发现定量数据中的稳健模式。 ML 识别的模式可用于探索性归纳或溯因研究，或用于回归结果的事后分析，以检测可能未被注意的模式。 但是，ML 模型不应被视为演绎因果检验的结果。 为了演示 ML 在模式发现中的应用，我们实施了 ML 算法来研究一家大型科技公司的员工流动。 我们使用部分依赖图来解释变量之间的关系，这揭示了使用传统方法可能没有注意到的变量之间令人惊讶的非线性和相互依赖模式。 为了指导读者评估 ML 以进行模式发现，我们提供了评估模型性能的指南，突出显示过程中的人工决策，并警告常见的误解陷阱。 在线附录提供了代码和数据来实现论文中演示的算法。