Classify with caution: An illustrative example using mixture models and machine learning

doi:10.1016/j.jrp.2025.104602

Classify with caution: An illustrative example using mixture models and machine learning

2025-06-01

0

PRE

AI

DOI：10.1016/j.jrp.2025.104602

原文链接

原文求助

摘要

En 中文

本研究将潜类混合模型与机器学习分类算法进行了比较，采用模拟数据评估了不同分类方法在将个体分类到相对低发生率（10%）的人格特征方面的优劣。该人口模型指定，项目反应由效仿大五人格模型的五个潜因子生成。模拟过程中调整了每因子的指标数量、因子均值差异、因子方差以及残差项目方差，以评估十种分类技术，包括传统和贝叶斯潜类分析（LCA）、2类90/10比例、因子混合模型、分类树、条件推理树、进化树、Ward层次聚类、K-means以及K-medians技术。尽管分类树总体表现优于其他技术，但十种技术均未达到足以支持诊断决策的分类准确率。具有解释性和预测性的分类方法可能无法为个体决策提供充分的诊断准确率。

Keyword:

Classification

Mixture Model

Machine Learning

Accuracy

Positive Predictive Value

Sensitivity

Classify with caution: An illustrative example using mixture models and machine learning

摘要

期刊

机构