🏢 กรมสรรพากร & สถาบันมาตรวิทยา
การทำนายสถานะกิจการและความเสี่ยงในการยกเลิกจดทะเบียนภาษีมูลค่าเพิ่มด้วยข้อมูลภูมิสารสนเทศ
PCA → K-Means จัดกลุ่มความเสี่ยงเชิงพื้นที่ → Random Forest จำแนกธุรกิจเสี่ยงสูง (ROC AUC 0.9615) และพยากรณ์อายุขัยธุรกิจ
📊 4 กราฟ🏛️ RD · NIMT
4
กราฟทั้งหมด
0
Interactive
4
ภาพนิ่ง
4
หัวข้อวิเคราะห์
ขั้นตอนที่ 5: การลดมิติข้อมูลด้วย PCA (Principal Component Analysis)
ภาพที่ 1
ขั้นตอนที่ 2.5/6: การจัดกลุ่มเพื่อแบ่งระดับความเสี่ยงเชิงพื้นที่ (K-Means Clustering on PCA)
ภาพที่ 2
ขั้นตอนที่ 7: โมเดลจำแนกความเสี่ยงทางธุรกิจ (Random Forest Classifier for Risk Group)
ภาพที่ 3
ขั้นตอนที่ 8: โมเดลพยากรณ์อายุขัยธุรกิจ (Random Forest Regressor)
ภาพที่ 4
