典型文献
基于XGBoost算法的预警模型研究
文献摘要：
针对智慧警务建设过程中犯罪预警机制滞后的问题,提出了一种融合警务系统中人员数据的通用预警模型.该模型采用随机森林算法对高维稀疏样本特征进行重要性排序,筛选得到最优特征子集.利用SMOTE过采样算法对训练集样本进行采样处理,以平衡正负样本集.该文预警模型基于XGBoost算法实现风险样本数据的分类提取,并使用粒子群优化算法对XGBoost模型的AUC值为目标函数做参数调优,提高模型预测精度.结果表明,该模型在不均衡数据集下平均准确度可达到90％以上.
文献关键词：
大数据;XGBoost;随机森林(RF);SMOTE过采样算法;粒子群算法(PSO)
中图分类号：
作者姓名：
陆万万;王维芳;马煜敏
作者机构：
上海计算机软件技术开发中心,上海201112
文献出处：
引用格式：
[1]陆万万;王维芳;马煜敏-.基于XGBoost算法的预警模型研究)[J].电子设计工程,2022(19):49-54,59
A类：
B类：
XGBoost,预警模型,智慧警务,警务建设,犯罪预警,预警机制,警务系统,随机森林算法,高维,样本特征,重要性排序,选得,优特,特征子集,SMOTE,过采样,采样算法,训练集,正负样本,样本集,算法实现,粒子群优化算法,参数调优,不均衡数据集,RF,粒子群算法,PSO
AB值：
0.434246
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。
