机器学习在党政干部日常考核模型权重赋值中的运用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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。

原文链接:http://www.cqvip.com/QK/83141A/201503/664650874.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：党政干部 机器学习 cqvip 领导干部 FAHP 机器学习 干部考核 权重赋值 层次结构模型 支持向量机模型