机器学习算法在预测个人年收入中的应用

摘要

利用机器学习算法对数据进行分类、处理和分析,进而对个人年收入做出预测.通过微软Azure Machine Learning平台中所给的数据进行数据分离,将数据中70％用于训练,30％用于测试来构成预测模型;利用机器学习中二元决策丛林、二元贝叶斯机器分类器、二元神经网络、二元支持向量机、二元逻辑回归、二元提升决策树这六种算法对个人年收入进行预测,预测评估中综合了正确率、精度、召回率、F值和AUC.预测结果表明二元提升决策树算法针对个人年收入实验中准确率最佳.