PCA+K-means+X的组合模型在骑手分类问题上的研究

【摘要】 为解决骑手无标签数据需高效分级分类与准确预测的问题，研究融合主成分分析法（PCA）、K-means、有监督机器学习算法建立一套组合预测模型，完成特征降维、消除特征相关性、无监督聚类加标签、有监督机器学习和预测的整体流程，创新性地通过模型动态迭代，自适应确定PCA最佳维度和K-means的聚类数目K。经对比实验最终确定PCA+K-means+支持向量机（SVM）的组合模型方式。该模型在骑手分类问题上测试结果良好，准确率达到0.948，是一种优良的无标签数据分类方法。更多还原