典型文献
融入Lasso的XGBoost组合优化方法及其中医药数据分析
文献摘要：
中医药物质基础实验数据不仅具有多成分、多靶点以及非线性的特点,还呈现出特征维数较高、样本较少的特性,而传统统计分析方法又难以解释非线性的数据,以及达到一个较好的降维效果.因此提出一种融入Lasso的XGBoost组合优化方法(LAXGB),该方法利用one-way ANOVA过滤无关特征,再结合Lasso算法进一步地去除无关特征和冗余特征,从而筛选出有效特征子集作为XGBoost算法的输入,再进行非线性回归,实现特征降维和模型优化的目的.采用中医药物质基础实验数据、中医药成分数据和UCI数据集进行分析,实验结果表明,该方法对中医药物质基础实验数据有较好的适应性.
文献关键词：
高维小样本;Lasso;XGBoost;特征选择;中医药信息
中图分类号：
作者姓名：
李科定;申寻兵;黄灿奕
作者机构：
江西中医药大学人文学院 江西 南昌330004;江西中医药大学计算机学院 江西 南昌330004
文献出处：
引用格式：
[1]李科定;申寻兵;黄灿奕-.融入Lasso的XGBoost组合优化方法及其中医药数据分析)[J].计算机应用与软件,2022(05):85-91
A类：
LAXGB
B类：
Lasso,XGBoost,组合优化,中医药数据,基础实验,多成分,多靶点,统统,统计分析方法,法利,one,way,ANOVA,冗余特征,有效特征,特征子集,非线性回归,特征降维,模型优化,中医药成分,成分数据,UCI,高维小样本,特征选择,中医药信息
AB值：
0.399011
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。
