논의데이터에 대한 제안된 동적 시공간 모델은 유망한 결과를 제공하는 데 있어 공정한 성과를 보였습니다. 예측은 약 80%의 예측률로 상당히 강력한 것으로 보입니다. 순전히 예측하는 한, 이러한 모델은 강력한 성과를 보이고 있으며 기업가에게 사전에 알 수 있는 변수에 따라 Kickstarter 캠페인이 얼마나 잘 수행될지에 대한 통찰력을 제공할 수 있습니다. 유형 IV 상호 작용의 존재는 지리적 위치가 이웃뿐만 아니라 해당 위치의 시간에도 영향을 받는다는 것을 보여주었습니다. 이는 예측과 관련하여 Kickstarter의 지리적 위치가 Kickstarter 캠페인의 성공에 미치는 동적 영향을 뒷받침합니다.랜덤 포레스트 알고리즘은 비교를 위해 동일한 단계에 따라 데이터에 적용되었습니다. 데이터는 무작위로 동일한 크기의 네 개의 하위 집합으로 분할되었고 허들 모델이 적용되었습니다. 랜덤 포레스트 알고리즘은 백 카운트와 약속된 USD 예측에서 도달한 자금 수준에 대한 최종 예측까지 각 단계에 적용되었습니다. 랜덤 포레스트 알고리즘은 실제 값의 81%를 예측할 수 있었고 시공간 모델링과 매우 유사한 결과를 생성했습니다. 시공간 모델에서 예측한 범위는 관찰된 데이터 분포 내에서 랜덤 포레스트에서 예측한 범위보다 넓었습니다. 랜덤 포레스트 알고리즘은 더 중앙 값에 편향되어 랜덤 포레스트 알고리즘은 결과의 분산을 과소평가했을 뿐만 아니라 더 극단적인 값을 예측할 수 없었습니다. 또 다른 주목할 만한 차이점은 랜덤 포레스트 알고리즘이 실패한 캠페인을 더 정확하게 예측할 가능성이 더 높은 반면 시공간 모델이 성공을 더 자주 정확하게 예측했다는 것입니다.
강남가라오케갤럭시S25사전예약다낭가라오케다낭 유흥강남레깅스룸강남달토갤럭시S25사전예약나트랑 유흥호치민불건마성인용품성인용품지피방소액결제 현금화정보이용료 현금화하남휴대폰성지하남휴대폰성지무료웹툰 모음개인회생자대출레드라인 먹튀천안다국적노래방구글백링크구글상위노출구글백링크구글상위노출카지노솔루션카지노솔루션먹튀사이트 제작스포츠중계제작