二元神经网络在个人收入分类中的应用
贺其
齐鲁师范学院数学学院 山东济南 250200
摘要：近些年来,经济迅速发展,居民收入稳步增长,收入差距越来越大,大数据时代数据呈现海量增长.对个人收入进行分类和预测具有很重要的现实意义.本文利用微软的Azure Machine Learning,用二分类神经网络和二元支持向量机,对个人收入进行分类,在数据集进行测试,结果显示神经网络分类精度0.716,AUC为0.824.二元支持向量机的精度为0.660,AUC为0.816.二者比较表明神经网络在个人收入分类中精度更高,分类器性能更优越.
关键词：机器学习神经网络Azure machine learning
论文发表日期：2019-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 59-61 )
英文信息