典型文献
基于集成学习的风险预测模型研究与应用
文献摘要：
针对疾病数据结构复杂以及传统模型预测精度低等问题,为探寻提高疾病预测效能的有效集成方法,提出一种集成极端梯度提升树、随机森林算法的XGB-RF预测模型,并应用于糖尿病数据集.采用网格搜索法优化模型参数,利用集成学习策略构建完整的预测模型,将多种模型的预测效果进行对比.实验结果表明,XGB-RF集成模型的准确性和解释性优于单一预测模型,可为类似疾病的早预防、早治疗提供科学、准确的辅助信息.
文献关键词：
集成学习;视网膜病变;逻辑回归分析;极端梯度提升树;随机森林
中图分类号：
作者姓名：
彭岩;马铃;张文静;李晓;郭莹莹
作者机构：
首都师范大学 管理学院,北京 100056
文献出处：
引用格式：
[1]彭岩;马铃;张文静;李晓;郭莹莹-.基于集成学习的风险预测模型研究与应用)[J].计算机工程与设计,2022(04):956-961
A类：
B类：
集成学习,风险预测模型,数据结构,传统模型,疾病预测,预测效能,有效集,集成方法,极端梯度提升树,随机森林算法,XGB,RF,糖尿病数据,网格搜索法,学习策略,策略构建,集成模型,解释性,辅助信息,视网膜病变,逻辑回归分析
AB值：
0.348966
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。
