期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GA_Xgboost模型的糖尿病风险预测
被引量：
29
1
作者
张春富
王松
+2 位作者
吴亚东
王勇
张红英
《计算机工程》
CAS
CSCD
北大核心
2020年第3期315-320,共6页
糖尿病是一种无法根治的代谢性慢性病,早发现、早治疗能降低其发病风险。机器学习模型可以对疾病进行有效预测,提供辅助诊疗。为此,提出一种GA_Xgboost模型应用于糖尿病风险预测。以Xgboost算法为基础,利用遗传算法良好的全局搜索能力弥...
糖尿病是一种无法根治的代谢性慢性病,早发现、早治疗能降低其发病风险。机器学习模型可以对疾病进行有效预测,提供辅助诊疗。为此,提出一种GA_Xgboost模型应用于糖尿病风险预测。以Xgboost算法为基础,利用遗传算法良好的全局搜索能力弥补Xgboost收敛较慢的缺陷,通过精英选择策略保证每一轮的进化结果最佳。实验结果表明,GA_Xgboost模型在糖尿病预测中的均方误差为0.606,预测精度优于线性回归、决策树、支持向量机和神经网络等算法,调参时间为152 s,用时少于网格搜索和随机游走方法。
展开更多
关键词
糖尿病预测
机器学习
辅助诊疗
ga
_
xgboost
模型
遗传算法
下载PDF
职称材料
基于GA_XGBoost模型的大学生科研能力预测问题研究
被引量：
2
2
作者
陈颖
杨欣
孙道贺
《数学的实践与认识》
2021年第6期318-328,共11页
科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全...
科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.
展开更多
关键词
机器学习
ga
_
xgboost
模型
遗传算法
科研能力预测
原文传递
题名
基于GA_Xgboost模型的糖尿病风险预测
被引量：
29
1
作者
张春富
王松
吴亚东
王勇
张红英
机构
西南科技大学信息工程学院
西南科技大学计算机科学与技术学院
西南科技大学特殊环境机器人技术四川省重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第3期315-320,共6页
基金
国家自然科学基金(61802320)
四川省军民融合研究院开放基金(18sxb030)
四川省科技创新苗子工程项目(2018034)。
文摘
糖尿病是一种无法根治的代谢性慢性病,早发现、早治疗能降低其发病风险。机器学习模型可以对疾病进行有效预测,提供辅助诊疗。为此,提出一种GA_Xgboost模型应用于糖尿病风险预测。以Xgboost算法为基础,利用遗传算法良好的全局搜索能力弥补Xgboost收敛较慢的缺陷,通过精英选择策略保证每一轮的进化结果最佳。实验结果表明,GA_Xgboost模型在糖尿病预测中的均方误差为0.606,预测精度优于线性回归、决策树、支持向量机和神经网络等算法,调参时间为152 s,用时少于网格搜索和随机游走方法。
关键词
糖尿病预测
机器学习
辅助诊疗
ga
_
xgboost
模型
遗传算法
Keywords
diabetes prediction
machine learning
auxiliary diagnosis and treatment
ga
_
xgboost
model
Genetic Algorithm(
ga
)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于GA_XGBoost模型的大学生科研能力预测问题研究
被引量：
2
2
作者
陈颖
杨欣
孙道贺
机构
天津理工大学理学院
天津理工大学中环信息学院
出处
《数学的实践与认识》
2021年第6期318-328,共11页
基金
天津市企业科技特派员项目(20YDTPJC01980)。
文摘
科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.
关键词
机器学习
ga
_
xgboost
模型
遗传算法
科研能力预测
Keywords
machine learning
ga
xgboost
model
genetic algorithm
prediction of scientific research ability
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
G642 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于GA_Xgboost模型的糖尿病风险预测
张春富
王松
吴亚东
王勇
张红英
《计算机工程》
CAS
CSCD
北大核心
2020
29
下载PDF
职称材料
2
基于GA_XGBoost模型的大学生科研能力预测问题研究
陈颖
杨欣
孙道贺
《数学的实践与认识》
2021
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
