结果是一个工具，venhound，有可能帮助投资者识别下一个独角兽
众所周知，大约90％的初创公司不成功：在第一个年份内失败10％至22％，这提出了在早期公司的投资资本家和其他投资者的重大风险
为了确定哪些公司更有可能成功，研究人员开发了培训的机器学习模型，这些模型培训了超过100万公司的历史表现
他们的结果，在柯伊的财务和数据科学期刊上发表，表明这些型号可以预测一家拥有高达90％的公司的结果
这意味着这意味着有10个公司的可能性是正确的评估[“这项研究表明，应用于大数据的非线性机器学习模型的乐队有巨大的潜力将大型特征套装映射到业务成果，与传统的线性回归模型无法实现的东西，”共同作者解释说明Sanjiv Das是美国圣克拉拉大学的财务和数据科学教授的财务和数据科学教授
作者开发了一种新的模型集合，其中模型的合并贡献仅超过了每个人的预测潜力
每个模型分类，将其放在几个成功类别或故障类别中的一个，例如，如果合奏说它，公司可能很可能会成功有75％的概率是我n NO IPO（上市）或者被另一家公司收购的“类别，而只有25％的预测将属于失败的类别
研究人员培训了从Crunchbase提供的数据上的模型培训了包含有关许多公司的详细信息的人群源平台
他们与USPTO（美国专利和商标办公室）的专利数据与专利数据结婚
鉴于克里宁巴的人群，了解一些公司的条目缺失信息并不奇怪这一观察感启发了作者衡量每个公司缺失的信息量，并使用该值作为模型的输入
这种观察结果证明是最关键的特色之一在确定公司是否会被收购或以其他方式失败
venhound inc
注意到模型的集合以及新颖的数据特征，“可以获得一定程度的准确性超出其他类似研究的精确和召回
投资者可以使用这可以快速评估前景，提高潜在的红流体，并对他们的投资组合的组成进行更明智的决定“
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
