VIP20
本课程属于：008-采购支出分析 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

采购支出分析进阶与模型优化的品类分类算法选型对比

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
采购支出分析的重要性 · 品类分类在支出管理中的核心作用 · 课程目标与学习路径概览
课程导论采购支出分析的重…
02
采购数据基础
采购主数据（物料 · 供应商 · 品类）结构
采购数据基础采购主数据
03
品类分类的业务逻辑
基于采购属性的分类（直接/间接 · MRO · 资本品）
品类分类的业务逻…基于采购属性的分…
04
传统分类方法回顾
基于规则的分类（关键字匹配 · 正则表达式） · 基于Excel/VBA的自动化分类
传统分类方法回顾基于规则的分类
05
机器学习分类算法概览
监督学习 · 无监督学习 · 半监督学习在品类分类中的应用场景对比
机器学习分类算法…监督学习
06
逻辑回归（Logistic Regression）
算法原理 · 在二分类品类预测中的应用 · 优缺点及适用场景
LogisticRegression
07
决策树（Decision Tree）
ID3/C4.5/CART算法原理 · 可解释性优势 · 在品类规则提取中的应用
DecisionTree
08
随机森林（Random Forest）
集成学习思想 · Bagging策略 · 特征重要性评估
RandomForest
09
梯度提升树（GBDT/XGBoost/LightGBM）
Boosting原理 · XGBoost与LightGBM的工… · 在稀疏品类数据上的表现
GBDT/XGBoost…梯度提升树
10
支持向量机（SVM）
核函数技巧 · 高维空间映射 · 在小样本品类分类中的优势
SVM支持向量机
11
K近邻（KNN）
基于实例的学习 · 距离度量（欧氏/余弦） · 在品类相似度匹配中的应用
KNNK近邻
12
朴素贝叶斯（Naive Bayes）
概率分类原理 · 文本特征（品类描述）分类中的优势 · 计算效率分析
NaiveBayes
13
神经网络与深度学习
MLP · CNN（用于品类描述文本） · RNN/LSTM（用于序列特征）
神经网络深度学习
14
无监督聚类算法
K-Means · DBSCAN · 层次聚类在未知品类发现与异常支出检测…
无监督聚类算法K-Means
15
降维与特征工程
PCA · t-SNE · UMAP在品类特征可视化与降噪中的应…
降维特征工程
16
文本特征提取
TF-IDF · Word2Vec · BERT嵌入在品类描述文本向量化中的…
文本特征提取TF-IDF
17
类别不平衡处理
过采样（SMOTE） · 欠采样 · 代价敏感学习在长尾品类分类中的策略
类别不平衡处理SMOTE
18
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标准确率
19
交叉验证与超参数调优
K折交叉验证 · 网格搜索 · 随机搜索
交叉验证超参数调优
20
算法选型对比框架
数据规模 · 特征类型 · 可解释性要求
算法选型对比框架数据规模
21
场景一
小规模企业（<1000条品类记录）—… · 决策树 · SVM
场景一小规模企业
22
场景二
中大规模企业（>10万条品类记录）—… · LightGBM · XGBoost
场景二大规模企业
23
场景三
实时采购分类（API接口）——推荐算… · KNN · 轻量级MLP
场景三API
24
场景四
高可解释性要求（审计合规）——推荐算… · 逻辑回归 · 规则引擎+ML混合
场景四高可解释性要求
25
场景五
未知品类发现与动态分类——推荐算法 · DBSCAN + 分类器
场景五未知品类发现
26
模型部署与MLOps
模型序列化（Pickle/ONNX） · REST API封装 · 模型版本管理与回滚策略
MLOps模型部署
27
模型监控与持续优化
数据漂移检测 · 概念漂移检测 · 定期重训练策略
模型监控持续优化
28
案例实战一
基于采购描述的二级品类自动分类（使用…
案例实战一基于采购描述的二…
29
案例实战二
基于支出金额与供应商属性的ABC品类…
案例实战二ABC
30
课程总结与进阶路径
算法选型决策树总结 · 推荐学习资源 · 未来趋势（大模型在品类分类中的应用展…
课程总结进阶路径