二元神经网络在个人收入分类中的应用

作者：贺其

来源：信息技术与信息化, 2019, (10): 59-61.

• 机器学习
• 神经网络
• Azure machine learning

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。

• 单位
  齐鲁师范学院; 数学学院