基于机器学习算法的计量业务量预测模型研究

• 作者: 罗旻泓 谢初南 金永贺
• 来源期刊: 数字化用户
• 关键词: 机器学习算法 计量业务预测模型 相对误差
• 年，卷（期）: 2018,（37）
• 所属期刊栏目: 综合论坛
• 页码范围: 236
• 页数: 1页
• 字数: 1073字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0843.2018.37.218

摘要

为研究计量业务量智能化预测模型,以计量业务数据为研究对象,运用机器学习算法进行计量业务预测研究,以模型的标准化相对误差为评价尺度,对传统回归模型与本文算法模型预测效果进行了比较.结果表明,模型的预测精度差在性能上差别较大,整体来看,基于机器学习算法的模型对于计量业务量预测精度较高,表现出较高的预测精度和良好的稳健性.因此,在计量业务量预测应用或研究中可以运用机器学习算法对业务量进行动态、智能的建模预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢初南		8	23	2.0	4.0
2	罗旻泓		10	34	3.0	5.0
3	金永贺		2	1	1.0	1.0