作者：  （1）Aarav Patel，阿米蒂地区高中，电子邮箱：aarav.dhp@gmail.com;  （2）Peter Gloor，麻省理工学院集体智慧中心，通讯作者——电子邮箱：pgloor@mit.edu。 链接表 摘要和引言 相关作品 目的 方法 结果 讨论 结论和参考书目 5.结果 在 64 家公司的保留样本上进行测试时，随机森林回归模型显示出最强的整体效果。随机森林回归模型与当前标普全球 ESG 评分具有最强的相关性，统计上显着的相关系数为 26.1%，平均绝对平均误差 (MAAE) 为 13.4%（图 5、6）。这意味着该算法的 p 值为 0.0372（<0.05），表明它与现有的 ESG 解决方案进行了很好的校准。另一方面，虽然其他模型具有相似的 MAAE，但它们的相关系数也较低，这并未证明具有统计意义（图 6）。例如，支持向量回归算法的相关性为 18.3%，MAAE 为 13.7%，因此 p 值为 0.148（图 8）。 XGBoost 模型的相关性为 16.0%，MAAE 为 14.7%，p 值为 0.207（图 7）。最后，K-Nearest Neighbors 算法的相关性为 13.2%，MAAE 为 14.0%，p 值为 0.298（图 9）。但是，所有算法的 MAAE 都相似，都在 13%-15% 之间，其中随机森林模型的 MAAE 最低，为 13.4%（图 10）。所有算法都超过了 20.0% 的 MAAE 标准。  该论文 。 可在 arxiv 上根据 CC BY-NC-ND 4.0 DEED 许可获取

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

carbonization

該音頻是用故事的原始語言製作的！

太長; 讀書

Make resilience your competitive advantage

创建系统的 ESG 评分体系：结果

About Author

註釋

標籤

这篇文章刊登在

Related Stories

加密货币增长：创建有效的用户角色

从论坛到信息流：社交媒体算法如何塑造数字互动

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

架构师指南：构建 AI/ML 数据湖参考架构

加密货币增长：创建有效的用户角色

从论坛到信息流：社交媒体算法如何塑造数字互动

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

架构师指南：构建 AI/ML 数据湖参考架构

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps