典型文献
基于树学习模型的烟草生丝水分影响因素分析
文献摘要：
烟草制丝过程中烟丝的加水量对制丝质量起着重要的作用,而影响加水量的因素众多.为了定量研究各影响因素对生丝水分的影响程度,通过对绵阳卷烟厂生丝水分历史数据,运用多种机器学习树模型算法进行学习,并对结果进行对比分析.分析结果表明,不同模型所获得的预测精度存在差别,在现有数据上极端梯度提升树获得了最高的预测精度.通过极端梯度提升树模型计算了各影响因素对生丝水分的影响程度.
文献关键词：
生丝水分;极端梯度提升树;机器学习;树模型;特征重要性
中图分类号：
作者姓名：
王荥;卓亮;何林洋;谢正全;张晖
作者机构：
四川中烟工业有限责任公司绵阳卷烟厂,四川绵阳621000;西南科技大学理学院,四川绵阳 621010
文献出处：
引用格式：
[1]王荥;卓亮;何林洋;谢正全;张晖-.基于树学习模型的烟草生丝水分影响因素分析)[J].电脑知识与技术,2022(04):10-11,18
A类：
生丝水分
B类：
分影,烟草制丝,烟丝,加水量,丝质,定量研究,绵阳,卷烟厂,历史数据,树模型,模型算法,极端梯度提升树,特征重要性
AB值：
0.197016
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
