【log】记录一下分析思路

总体思路

分析的时候是以对自己的教育计划作为结果（作为分类的标签），其他所有项作为输入项。结果分为5个标签：（看了一下输出是没有其他数值的故5个）

分析的目标

分别用六个机器学习方法对数据进行处理，希望得出准确度较高的预测模型与最佳分类器。输出的结果以准确度和ROC曲线进行表示。其实ROC曲线的面积和准确度是一个意思。ROC曲线使用曲线下面积（AUC）的大小对模型进行评价，AUC的取值范围为0.5到1之间，曲线下面积越大，越接近于1，模型的诊断或预测效果越好：AUC在 0.5～0.7时，准确性较低；在0.7～0.9时，有一定准确性；AUC在0.9以上时，准确性较高。AUC＝0.5时，说明诊断方法完全不起作用，无诊断价值。所以可以看出得出的结果并不理想。

至于为什么ROC曲线是折线而不是常见的较为圆润的曲线。猜测理由如下：（1）模型中所包含的连续变量指标数量较少，绝大部分指标为类别较少的分类变量；即为离散值而不是连续的一些数值。

（2）绘制ROC曲线所使用的样本量较少。因此在建模时要注意，模型内纳入的各指标需要将分类变量与连续变量结合起来，并注意样本量不能太小。