|
基于支持向量机的养老保障满意度
非线性模型 |
|
|
DOI: |
中文关键词: 养老保障 满意度 支持向量机 粒子群优化算法 二元逻辑回归 |
英文关键词: |
基金项目:国家社会科学基金项目(16BZZ055) |
|
摘要点击次数: 2147 |
全文下载次数: 1429 |
中文摘要: |
目前对养老保障满意度的研究所采用的统计方法,都是基于养老保障满意度与影响因素之间的线性关系,且未对所建模型进行检验及理论预测。由于事物之间关系复杂,变量之间往往呈现非线性关系。采用支持向量机算法结合粒子群优化算法,建立养老保障满意度非线性模型。用于研究的养老保障满意度样本数为8 339份。结果显示,基于支持向量机的分类模型对养老保障满意度预测精度高于76%,预测性能优于二元逻辑回归预测结果。表明养老保障满意度与受教育程度、受教育满意度、家庭经济状况满意度、总体生活满意度、对社会总体评价等5个影响因素之间存在非线性关系。因此,应用支持向量机算法建立养老保障满意度非线性模型是可行的。 |
英文摘要: |
|
查看全文
查看/发表评论 下载PDF阅读器 |
关闭 |