期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于GA_XGBoost模型的大学生科研能力预测问题研究 被引量:2
1
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
上一页 1 下一页 到第
使用帮助 返回顶部