典型文献
集成特征选择算法和LightGBM融合的分类模型
文献摘要：
实体零售网点具有数据特征种类多、数据结构复杂的特点.为了对实体零售网点进行分类分级管理,本文采用改进的集成特征选择算法ISFA和LightGBM算法对零售网点进行数据特征优化选择和分类分级.首先采用集成特征选择方法对零售网点的特征进行筛选,然后用LightGBM算法对筛选出的特征子集进行分类和预测.以网点基本数据和统计数据为对象进行对比实验.结果表明,对于不同网点的分类目标,使用本文的方法可取得良好的效果.
文献关键词：
零售网点;网点分类;特征选择;LightGBM
中图分类号：
作者姓名：
王选;刘祥伟
作者机构：
中国福利彩票发行管理中心 北京 100101
文献出处：
引用格式：
[1]王选;刘祥伟-.集成特征选择算法和LightGBM融合的分类模型)[J].福建电脑,2022(04):12-15
A类：
ISFA,网点分类
B类：
特征选择算法,LightGBM,分类模型,实体零售,零售网点,数据特征,特征种,数据结构,分类分级管理,特征优化,优化选择,选择方法,特征子集,分类和预测,类目,可取
AB值：
0.248928
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。
