分析流程

由於動態預測的分析流程略為複雜，本節將逐一講解如何建構分析流程。一 般動態預測基本的分析流程依序為：資料蒐集、資料清洗與整理、依時間點不同(即 動態)將資料分組、依組別各自進行演算法預測，經過此流程，即可得到最基本的 動態預測結果，計算出各時間點的預測準確率。如圖 4 所示。

圖 4 動態預測分析流程說明步驟一

另外在機器學習中，為了避免高估預測準確率，通常會將資料分為訓練組與 驗證組，訓練組用以訓練演算法模型參數，再以訓練好的模型來預測驗證組的資 料，藉此衡量預測準確率，此方法即是交叉驗證法。然而這樣的預測準確率仍存 在分組誤差，因此學者也發展出將樣本分割成數組，取其中一組為驗證組，其他 組為訓練組來訓練模型，以計算預測準確率，接著每一組輪流做驗證組各別計算 預測準確率，再將所有預測準確率進行平均即可，此即是著名的 K 次交叉驗證法 (K-folds cross validation) 。 本 研 究 因 研 究 樣 本 較 少 ， 故 採 留 一 交 叉 驗 證 法 (Leave-one-out cross validation)，詳細介紹將於第五節講解之。因此加入交叉驗證 法的分析流程將如圖 5 所示。

圖 5 動態預測分析流程說明步驟二

而決策樹演算法可以用修剪長度來進行模型優化，然而依預測情境不同等狀 況適合的決策樹長度可能不同，導致在預測準確率上也會有所差異，因此在機器 學習中也會進行不同決策樹長度設定來找出最佳預測準確率組合。故綜上所述，

進階的動態預測分析流程將依序為：資料蒐集、資料清洗與整理、依時間點不同(即 動態)將資料分組、依組別各自進行演算法預測(同時進行交叉驗證與參數優化)，

而後者多以撰寫程式多重迴圈方式來取得最佳平均預測準確率。如圖 6 所示。

事實上透過圖 6 流程設計後，本研究將會挑出驗證組中平均預測準確率最高 且其決策樹最短者，作為動態預測的預測準確率。如圖 7 所示，本研究將挑出平 均預測準率最高的 86%作為募資天數百分比為 10%的動態預測表現，而最佳的決 策樹長度即平均預測準確率下最短的決策樹長度，挑選長度 4 作為代表。

圖 7 決策樹長度優化及預測準確率挑選示意

最後若依照動態預測時間軸上的不同，本研究的分析流程可分為兩種類型，

如圖 8 及圖 9 圖 9 所示，待爬蟲採集完資料並整理成專案完整歷程資料後將會進 行三個迴圈的運算，第一個迴圈依模型不同而拆分成依募資天數百分比及募資第 N 天分別進行決策樹模型優化及預測率驗證；第二個迴圈為修剪決策樹長度優化 之，優化方式為重複進行決策樹長度 1 至 8 層的機器學習訓練，找出平均預測準 確率最高的長度作為其優化設定；第三個迴圈則是交叉驗證法，以輪流將樣本做 驗證組來確認其模型預測準確率的平均值。

因此在 1 號最內層的虛線範圍裡，可得知給定募資天數百分比/募資第 N 天及 給定決策樹長度下的平均預測準確率；在 2 號中間層的虛線範圍裡，則可得知給 定募資天數百分比/募資第 N 天的狀況下，最合適的決策樹長度、平均預測準確率 及關鍵變數與閾值為何；而在 3 號最外層的虛線範圍內，則可進一步描繪出隨著 募資天數百分比/募資第 N 天的增長下，平均預測準確率將會如何變化，並進一步 與過往動態預測分析文獻做比較。

圖 8 募資天數百分比模型的分析流程

圖 9 募資第 N 天模型的分析流程