业界
二分类模型评估指标
python怎么构建二类分类模型
向量空间模型（Vector Space Model，简称VSM）表示通过向量的方式来表征文本。一个文档（Document）被描述为一系列关键词（Term）的向量。
简言之，判断一篇文章是否是你喜欢的文章，即将文章抽象成一个向量，该向量由n个词Term组成，每个词都有一个权重（Term Weight），不同的词根据自己在文档中的权重来影响文档相关性的重要程度。
Document = { term1, term2, …… , termN }
Document Vector = { weight1, weight2, …… , weightN } 综合评价模型的构建
目前在水土保持治理效益综合评价中，主要有定性评价和定量评价两种方法，并且已从单独使用定性评价方法转为定性评价和定量评价方法相结合，或者将几种定量评价方法综合起来使用。定量评价方法主要有综合评价法、经济分析法和投入产出分析法，综合评价法中又包括模糊评价法、灰色关联分析法、灰色模型预测法等。本研究主要采用基于半梯形分布函数的多层次模糊综合评价模型、基于 Delphi法的多层次模糊综合评价模型、基于归一化指标的模糊综合评价模型等4 种方法进行水土保持治理效益的综合评价。
6.1.4.1 基于半梯形分布函数的多层次模糊综合评价模型
(1)建立评价指标等级体系
根据《水土保持综合治理 规划通则》(GB/T 15772—2008)、《水土保持综合治理验收规范》(GB/T 15773—2008)和《土壤侵蚀分类分级标准》(SL190—2007)，查阅相关文献(如蔡国军等，2009；卜贵贤等，2011)，并结合研究区域内的小流域水土保持治理的实际情况，划分每项指标所对应的各级标准，见表6.3。
(2)确定评语集V
一般情况下将小流域水土保持治理效益划分为五个等级，对于本研究从低到高依次为：Ⅰ级(很差)、Ⅱ级(较差)、Ⅲ级(一般)、Ⅳ级(良好)和Ⅴ级(优等)，用V＝{υ1，υ2，…，υ5} 表示。
表6.3 小流域水土保持治理效益评价指标等级划分标准表
(3)确定隶属度函数
本研究的隶属函数采用半梯形分布函数，各单项指标的量划分为两类：一类为正效指标(效益型)，越大越优；另一类是负效指标(成本型)，越小越优。此函数表示为
正效指标函数：
南水北调河南水源区水土流失规律及治理模式与效益评价研究
负效指标函数：
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：Gi——某一指标的标准值；
ui——该指标的实际值；
μi——该指标的隶属度。
(4)确定模糊矩阵
将已经标准化处理过的数据代入上述隶属度函数中，可得到m×n阶矩阵，建立模糊评价矩阵R
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：m——指标个数；
n——各指标标准分的级数。
(5)模糊关系运算
经典模糊数学中的模糊运算为B＝A○R，该运算又称为最大最小值法，由于其容易丢失信息，为减少信息丢失，上述模糊运算改进为B＝A·R，上式称为乘法运算，能较好地表达各因素对重要性程度和对评价结果的贡献率。根据层次分析法得到的准则层与目标层的权重向量，可分别对准则层与指标层进行综合评价：
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：Ck——隶属于第k等级的隶属度归一化处理值；
rij——第i个评价指标隶属于第j等级的隶属度。
(6)改进的模糊综合评判
在模糊综合评判的基础上，将评价等级档次集与上述评价确定的权重相结合，可得到与各评语集相对应的综合评分分值为
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：Sk——评价等级档次集Vk所对应的量化评语集。
(7)效益评价等级的确定。根据综合评分分值所处评语集范围即可确定其评价等级。
6.1.4.2 基于Delphi 法的多层次模糊综合评价模型
综合评价指标体系中的指标根据指标特征可分为定量指标和定性指标两大类。定量指标是可以直接量化的指标；定性指标只有通过统计分析、经验判断和相关数学方法才能量化确定。在多层次模糊综合评价过程中，用传统的数值定量方法很难客观、准确地做出前后一致的评价。如项目对生态环境的影响，一般难以精确计量，只能用“很好”“较好”“一般”“较差”“很差”等带有模糊属性的语言来表示。这些概念之间的划分，本身也具有模糊性。因此本研究的第二种方法采用模糊统计技术与Delphi法相结合的方法确定隶属度，构建模糊评价矩阵。
(1)确定评价因素集
将评价因子根据某种属性分成m个因素子集，记作u1，u2，…，um，则评价因素集U＝{u1，u2，…，um}。
(2)确定评语集V及标准隶属度D
将小流域水土保持治理效益划分为五个等级，对于本书从低到高依次为：Ⅰ级(很差)、Ⅱ级(较差)、Ⅲ级(一般)、Ⅳ级(良好)和Ⅴ级(优等)，用V＝{υ1，υ2，…，υ5} 表示。取值D＝{d1，d2，…，d5}，分别对应0.2、0.4、0.6、0.8、1.0，为某一隶属度集。
(3)专家评估
将印有评价指标与评价等级的表格发给专家，各个专家结合本领域及相关领域对各个指标定出相应的级别。专家评估时并不要求给出具体的分值，只需在“很差”“较差”“一般”“较好”和“很好”5个评语级别中选择其认为最合适的级别即可。
由于专家评估具有很强的主观因素，所以如何体现专家评估的优势，削弱其劣势，是一个非常重要的问题。应用专家评估法应注意以下问题：
1)选聘专家时应注意的问题。专家选聘的合理与否，直接影响到评价结果的准确程度，所以在专家的选聘工作需要考虑以下3 个问题：所选专家必须对评价指标所涉及的各方面情况很熟悉，并在评价指标领域拥有一定的权威性，而且有经验；所选专家在所涉及专业的分布上要全面、合理，具有代表性；专家人数要适当，各类专家比例应合理，专家人数过少代表性不好，而且容易造成个人好恶偏见对最终评价结果的影响过大；人数过多，数据处理工作量过大，评判周期过长，致使最后结果的准确性不一定很高。
2)专家评估时应注意的问题。对专家评估可以采取调查问卷的形式，也可通过函询的方法，应避免权威、资历、压力、劝说、口才等方面的影响。在各位专家打分以后，应针对不同方案对各位专家的打分结果进行专家意见的一致性检验，对意见不集中的方案，应采取重新打分，或另请专家再次打分。本文采用目前被广泛应用的Delphi法进行评估。Delphi法区别于其他专家评估法的主要特点是匿名性和多次反馈，通过函询方法多次征询意见，允许专家在后一次的反馈意见中修改前一次的意见。避免了会议讨论时由于害怕权威而随声附和、因顾虑情面不愿与他人意见冲突等弊病，使各种意见收敛较快，最终结论具有一定程度的综合意见的客观性。
(4)隶属度计算与模糊评价矩阵的确定
根据多位专家的评语，进行模糊统计分析计算，于是可以得到关于m个评价指标的从评价因素集U到评语集V的模糊关系，建立模糊评价矩阵R
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：Ri＝(ri1，ri2，…，ri5)为相对于评价因素ui的单因素模糊评价，是评价语集V上的子集；rij为相对于评价因素ui给与评语υj的隶属度，由回收的专家评语整理计算得到，对于第i个评价指标，有υi1个V1级评语、υi2个V2级评语、……υi5个V5级评语，则有
南水北调河南水源区水土流失规律及治理模式与效益评价研究
选聘11位专家对小流域水土保持效益进行评价，利用Delphi法整理得到各位专家评估的统计结果，构成5个模糊评价矩阵。
(5)多层次模糊综合评价模型的构建
根据前面计算得到的权向量矩阵WPT和模糊评价矩阵Ri可以计算得到
Bi＝WiRi＝(bi1bi2… bi5)(6.16)
若
≠1，则需采用归一化方法将Bi处理为
＝(
…
)。
设评价等级矩阵为F＝(f1f2f3f4f5)T＝(20 40 60 80 100)T，分别对应于很差、较差、一般、良好和优等5个等级，则各子系统的评价指标值Qi为
南水北调河南水源区水土流失规律及治理模式与效益评价研究
通过各子系统的评价分数Qi及其相对于目标层的权重WCT计算得到总目标的综合评价指标值Q为
南水北调河南水源区水土流失规律及治理模式与效益评价研究
(6)效益评价等级的确定
根据综合评分分值所处评语集范围即可确定其评价等级。
6.1.4.3 基于归一化指标的模糊综合评价模型1
(1)建立评价指标标准值
根据《水土保持综合治理规划通则》(GB/T 15772—2008)、《水土保持综合治理 验收规范》(GB/T 15773—2008)和《土壤侵蚀分类分级标准》(SL190—2007)，查阅相关文献(蔡国军等，2009；卜贵贤等，2011)，并结合研究区域内的小流域水土保持治理的实际情况，确定每项指标所对应的标准值基准值和理想值(表6.4)。
表6.4 小流域水土保持治理效益评价指标标准值
(2)确定评价指标的归一化矩阵
由于评价指标体系中各指标的量纲不同，指标间数量差异也较大，使得不同指标间在量上不能直接进行比较，缺乏可比性。所以，在对小流域水土保持治理效益评价分析之前须对各项指标值进行归一化处理。本研究采用建立模糊数学隶属度函数对指标进行归一化处理，得到评价指标的归一化矩阵R(x)。根据对评价指标类型的不同，分为越大越优型和越小越优型。
南水北调河南水源区水土流失规律及治理模式与效益评价研究
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：x——指标的实际值；
α1，α2——分别为指标的标准值下限和上限，可根据表6.4中的基准值和理想值确定。
(3)效益评价值的确定
效益评价值Q′采用下列模糊关系方程求得：
Q′＝W·R (6.21)
式中：Q′——评价结果即判断子集；
W——模糊集中的权重分配；
R——各评价指标的单因素评价矩阵。
为了让所得评价结果直观明了，将效益评价值Q′换算成百分制，得到Q。
(4)效益评价等级的确定
设评语集为{20，40，60，80，100}，分别对应于Ⅰ级(很差)、Ⅱ级(较差)、Ⅲ级(一般)、Ⅳ级(良好)和Ⅴ级(优等)5个等级。
根据效益评价值Q所处评语集范围即可确定其评价等级。
这种方法在指标等级之间的差值不均匀的情况下，当正效指标数据接近于标准值下限时，指标的归一化值偏小，导致评价分值偏低；当负效指标数据接近于标准值下限时，指标的归一化值偏大，导致评价分值偏高，但误差均在可接受范围之内。
6.1.4.4 基于归一化指标的模糊综合评价模型2
(1)建立评价指标标准值
根据《水土保持综合治理 规划通则》(GB/T 15772—2008)、《水土保持综合治理 验收规范》(GB/T 15773—2008)和《土壤侵蚀分类分级标准》(SL190—2007)，查阅相关文献(如蔡国军等，2009；卜贵贤等，2011)，并结合研究区域内的小流域水土保持治理的实际情况，确定每项指标所对应标准值的理想值，见表6.4。
(2)确定评价指标的归一化矩阵
本方法对指标的归一化处理与前面方法不同。对指标进行归一化处理后，同样得到评价指标的归一化矩阵R(x)。根据对评价指标类型的不同，分为越大越优型和越小越优型。
南水北调河南水源区水土流失规律及治理模式与效益评价研究
南水北调河南水源区水土流失规律及治理模式与效益评价研究
式中：x——指标的实际值；
α2——指标的标准值，可根据表6.4中的理想值确定。
(3)效益评价值的确定
效益评价值Q′仍然采用模糊关系方程(6.21)求得。同样将效益评价值Q′换算成百分制，得到Q。
(4)效益评价等级的确定
根据效益评价值Q所处评语集范围即可确定其评价等级。
这种方法在指标数据与标准值相差较大时，归一化数值更接近于0，容易导致评价分值误差比较大，正效指标的结果偏大，负效指标的结果偏小，但误差均在可接受范围之内。
二分类逻辑回归分析中prob.代表什么
首先，通常人们将“Logistic回归”、“Logistic模型”、“Logistic回归模型”及“Logit模型”的称谓相互通用，来指同一个模型，唯一的区别是形式有所不同：logistic回归是直接估计概率，而logit模型对概率做了Logit转换。不过，SPSS软件好像将以分类自变量构成的模型称为Logit模型，而将既有分类自变量又有连续自变量的模型称为Logistic回归模型。至于是二元还是多元，关键是看因变量类别的多少，多元是二元的扩展。
其次，当因变量是名义变量时，Logit和Probit没有本质的区别，一般情况下可以换用。区别在于采用的分布函数不同，前者假设随机变量服从逻辑概率分布，而后者假设随机变量服从正态分布。其实，这两种分布函数的公式很相似，函数值相差也并不大，唯一的区别在于逻辑概率分布函数的尾巴比正态分布粗一些。但是，如果因变量是序次变量，回归时只能用有序Probit模型。有序Probit可以看作是Probit的扩展 二分类目标函数可以使用哪些模型
二分类
logistic
回归模型对资料的要求是：
（1）反应变量为二分类的分类变量或是某事件的发生率。
（2）自变量与Logit()之间为线，且服从二项分布。
（4）各观测值间相互独立。 数学建模中的评估模型有哪些
请问您所说的评估是指指标评价吗如果是的话：
在数学建模中，其实大多数指标是要根据实际情况来定义的，所以没有通用的模型，在评价过程中，常常会用到多指标综合评价，这个方面比较常用的方法有：熵值法、神经网络、层次分析法、主成分分析法等等。但是无一例外都需要大样本的数据来作为运算的支撑，不然都不准。
注：模糊数学也是一个很常用的评价模型，适合于模糊评价。 在数学建模中要指定一些评价指标一般有哪些方法
1.指标的灵敏度分析
2指标的强健性分析