混合密度网络在产品捆绑分类中的应用
原文中文,约400字,阅读约需1分钟。发表于: 。本文提出了两种基于混合密度网络的分类模型,通过将高斯混合模型拟合到数据中,并使用拟合的分布通过评估学习到的累积分布函数对给定样本进行分类。这些模型在三个公开数据集上表现略优于或与五个基准分类模型相当,并通过真实世界的产品捆绑应用展示了其实际用途。具体而言,我们使用这些模型从单个产品的合成销售数据中学习愿意支付(WTP)分布,并利用所学到的 WTP...
本文介绍了两种基于混合密度网络的分类模型,通过拟合高斯混合模型到数据中,并使用拟合的分布对样本进行分类。这些模型在公开数据集上表现良好,并在真实世界的产品捆绑应用中展示了实际用途。