引入SMOTE算法对样本进行扩充,生成新的伪样本用做预测,新的样本集模型的泛化能力有所提升,在此基础上,引入遗传算法对模型进行参数调优,结果调优的模型AUC值有显著提升,进一步提高了模型的预测性能.本文提出的SMOTE-GA-XGboost模型在识别企业财务风险上能力更强,预测准确率更好,误判率也更低.本文的创新在于通过引入过...
结果表明:SMOTE预处理有效改善样本类别的不均衡性,提高CatBoost模型对少数类水质样本分类的准确性;遗传算法调参有效提高CatBoost模型的收敛速度和分类精度,优化了模型的分类性能;SMOTE-GA-CatBoost模型对江河和湖库的水质分类效果均优于其他4种改进集成分类模型,其对江河水水质分类的准确率,精确率,召回率,F1分别为97.7%,...
本文基于UCI葡萄酒数据集,建立了SMOTE_GA_XGBoost模型来预测葡萄酒质量。结果表明,SMOTE_GA_XGBoost模型得出的级别判别准确率为89.36%,类别判别准确率为96.46%,均高于其他对比模型,具有更高的预测精度。 【总页数】5页(P147-151) 【作者】丁海萌;郭小燕 【作者单位】甘肃农业大学理学院 【正文语种】中文 【中图...
A private spitzoid lesions dataset have been used to evaluate the system proposed in this study. The proposed system has three stages. In the first stage, SMOTE method applied to solve the imbalance data problem, in the second stage, in order to eliminate irrelevant features; genetic algorithm ...