您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览112 | 下载17

中医药院校的就业渠道较窄,就业压力较大.如何精确预测就业困难学生,提供帮扶,使其早日就业是高校非常重要的一项工作.本文基于C4.5决策树算法,生成就业判定决策树,确定就业的重要影响因素,并预测就业情况.并进一步使用随机森林算法提高就业预测正确率.本文结合两种方法为中医药类高校毕业生工作就业预测提供了一种新方法,具有一定的实际应用价值.

作者:唐燕;王苹

来源:中国医药导报 2017 年 14卷 24期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:112 | 下载:17
作者:
唐燕;王苹
来源:
中国医药导报 2017 年 14卷 24期
标签:
C4.5决策树算法 随机森林算法 机器学习 就业指导 C4.5 decision tree algorithm Random forest algorithm Machine learning Employment guidance
中医药院校的就业渠道较窄,就业压力较大.如何精确预测就业困难学生,提供帮扶,使其早日就业是高校非常重要的一项工作.本文基于C4.5决策树算法,生成就业判定决策树,确定就业的重要影响因素,并预测就业情况.并进一步使用随机森林算法提高就业预测正确率.本文结合两种方法为中医药类高校毕业生工作就业预测提供了一种新方法,具有一定的实际应用价值.