首页> 中文期刊> 《中共四川省委省级机关党校学报》 >机器学习在党政干部日常考核模型权重赋值中的运用

机器学习在党政干部日常考核模型权重赋值中的运用

         

摘要

机器学习方法在领导干部日常考核指标体系设置中被广泛运用。层次结构模型( AHP&FAHP)的基本思路是将复杂问题分解为若干层次和若干要素,通过简单比较、判断和计算,获得不同要素的权重,最后通过加权求和做出最优选择。而SVM作为一种新兴的机器学习方法,也逐渐被引入到领导干部日常考核的指标设计之中。 SVM的原则是结构风险最小化,在样本分类误差尽可能小的前提下,充分提高分类器的泛化推广能力,这有助于解决小样本、非线性以及高维模式识别问题;文章总结和比较了AHP、 FAHP、 SVM三种模型的理论基础和基本方法,试图为领导干部日常考核提供理论依据。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号