第四章 實驗結果與分析
4.1 建立收寄量預測模型
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第四章 實驗結果與分析
本章將說明郵局收寄量預測模型的建立過程，資料探勘技術的評估，以及實驗結果 的整理及分析。
4.1 建立收寄量預測模型
在建立郵局收寄量預測模型的過程中，首先選擇採用何種資料採礦技術。Microsoft 提供決策樹、線性迴歸、關聯規則等九種技術，而本論文選擇貝氏機率分類、類神經網 路、邏輯迴歸等三種做為分析工具，並分析何者適用於建立收寄量預測模型。下面以「類 神經網路分析所有郵件收寄量」為例，說明預測模型建立方式與預測結果。
圖13：資料採礦精靈「選擇資料採礦技術」
如圖 13，選擇以「類神經網路」技術建立資料探勘模型後，需要指定輸入參數的角 色，分為索引鍵，輸入，可預測三種。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
如圖 14 以本預測模型為例：中華郵政郵務局號為索引鍵，不可重複，不當作輸入 參數影響結果；建物人口數、人口成長率、重要路口距離、重要路口等級、競爭者設點 數作為輸入參數，不可預測；所有郵件收寄量作為可預測的輸出參數，亦即最後欲產生 的預測結果。此為最典型的預測結構。
圖14：資料採礦精靈「指定定型資料」
本預測模型以中華郵政公司在台北縣市共 308 家郵局設點資料作為輸入參數，以此 建立預測模型。為了避免過度學習的問題，因此，在類神經網路裡需要一組新的樣本來 驗證權重修正的正確性，這組資料稱為鑑效組，這組資料不會用來訓練類神經網路，只 是 用 它 來 驗 證 類 神 經 權 重 修 正 的 正 確 性 。 如 圖 15 所 示 ， 目 前 該 軟 體 中 使 用 HOLDOUT_PERCENTAGE 此參數來指定隨機抽取多少百分比的樣本來作為鑑效組，預 設值為 30。[16]
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖15：資料採礦精靈「選擇測試資料百分比」
設定好資料探勘模型相關參數後，即可處理資料採礦模型，將專案部署到 SQL Server 上，以利後續分析及預測，如圖 16。
圖16：處理資料採礦模型
預測模型建立完成後，若最後欲產生的預測結果為類別變數，所得結果即為增益 圖；若最後欲產生的預測結果為連續變數，所得結果則為散佈圖，如圖 17。研判此次抽
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
樣後建立之模型的區辨度。分數越接近 0，區辨度越差；分數越接近 1，區辨度越佳，
就表示模型預測力越高。
圖17：資料採礦模型散佈圖
最後如圖 18 左，將村里建物重心環域資料套用在已建立之預測模型上，設定索引 值及五個輸入參數的對應欄位，即可得到各點的預測收寄量，如圖 18 右。
圖18：村里建物重心預測收寄量
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University