模型的分组是指将不同类型的用户区分简历模型。分组的依据是可观测到的用户的行为信息和预测信息。
分组的优点是可以根据不同类别信息分别建立模型,提高模型的预测力。
不利之处是,模型的工作量增加,模型建立成本高;分组后样本数量会下降,特别的“坏”账数量会少很多,不足以达到建模数量,反而降低了模型的预测力。
三、模型的分组
最新推荐文章于 2022-09-25 21:57:22 发布
模型的分组是指将不同类型的用户区分简历模型。分组的依据是可观测到的用户的行为信息和预测信息。
分组的优点是可以根据不同类别信息分别建立模型,提高模型的预测力。
不利之处是,模型的工作量增加,模型建立成本高;分组后样本数量会下降,特别的“坏”账数量会少很多,不足以达到建模数量,反而降低了模型的预测力。