期刊刊名：旅遊管理研究 卷期：4卷1期
篇名出版日期：2004年6月1日
作者：陳寬裕,何嘉惠,蕭宏誠
語言：Chinese
關鍵字：支援向量機,支援向量迴歸,類神經網路,國際旅遊需求
被點閱次數：105次
閱讀時間：3748sec
摘要： 本研究將運用支援向量迴歸技術(Support Vector Regression,SVR)建構國際旅遊需求之預測模型。為了建構穩健、可信賴的預測模型，需慎選建構模型時所必需的參數σ2、C和ε。因此先使用格子點法(grid method)配合5-fold交叉驗證技術於訓練資料集上，以求得各種不同參數組合下的交叉驗證MAPE (mean absolute percentage error)，再藉由本研究所提出的，以支援向量的數量為主、評估交叉驗證MAPE為輔的參數選取機制，篩選出最佳的參數組合，最後再利用此參數組合建構實際的支援向量迴歸預測模型。此外研究中使用了敏感度分析技術(sensitivity analysis)，以證明不當的選取參數將使模型容易陷於過度擬合(over-fitting)或不足擬合(under-fitting)的危機中。
[ 關閉視窗 ]