基于因子分析和机器学习的生物医药公司价值预测模型
Journal: Economics DOI: 10.32629/ej.v8i11.3113
Abstract
高质量发展是未来建设与经济发展必须贯彻的发展理念。本文选取我国461家生物医药上市公司作为研究对象,基于因子分析利用机器学习算法对生物医药公司构造价值预测模型。实证结果表明：营收规模与成长和综合盈利能力为影响价值分类的主要因子。三种机器学习算法中,多分类逻辑回归综合表现最优,测试准确率达到0.985,XGBoost次之；该研究中“因子分析+逻辑回归”模型的预测效果最优。为生物医药公司高质量发展提供参考。
Keywords
生物医药；因子分析；机器学习；价值预测
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] Chen J,Xu X,Xu X,et al.Prediction of preeclampsia using maternal circulating mRNAs in early pregnancy[J].Archives of Gynecology and Obstetrics,2024:1-9.
[2] 李占山,刘兆赓.基于XGBoost的特征选择算法[J].通信学报,2019,40(10):101-108.
[3] 吕红燕,冯倩.随机森林算法研究综述[J].河北省科学院学报,2019,36(03):37-41.
[4] Jiaqiang L,Lili D,Hongyong L,et al.Enhancing effluent quality prediction in wastewater treatment plants through the integration of factor analysis and machine learning[J].Bi
[5] 简典.基于因子分析以及集成机器学习的岩质边坡稳定性预测模型[D].重庆交通大学,2024.
[6] 刘照德,詹秋泉,田国梁.因子分析综合评价研究综述[J].统计与决策,2019,35(19):68-73.
[2] 李占山,刘兆赓.基于XGBoost的特征选择算法[J].通信学报,2019,40(10):101-108.
[3] 吕红燕,冯倩.随机森林算法研究综述[J].河北省科学院学报,2019,36(03):37-41.
[4] Jiaqiang L,Lili D,Hongyong L,et al.Enhancing effluent quality prediction in wastewater treatment plants through the integration of factor analysis and machine learning[J].Bi
[5] 简典.基于因子分析以及集成机器学习的岩质边坡稳定性预测模型[D].重庆交通大学,2024.
[6] 刘照德,詹秋泉,田国梁.因子分析综合评价研究综述[J].统计与决策,2019,35(19):68-73.
Copyright © 2025 何群
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License