《表1 重要特征及其重要性得分》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于SMOTE的XGBoost算法在风机叶片结冰预测中的应用》
运用基于XGBoost的Wrapper法从剩余25个特征筛选出对分类和预测有效的特征。Wrapper法是特征选择与算法训练同时进行的方法,依赖XGBoost的feature_importances属性进行递归特征消除。在初始数据集上训练评估器,根据特征的重要性排序从当前一组特征中剔除feature_importances最低的特征,递归重复上述过程,直到特征数量达到所需数目。相比其他特征选择算法,Wrapper法特征选择结果精确到XGBoost模型本身且快速高效,特征选择结果和其重要性得分如表1所示。
图表编号 | XD002447400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 邸瑞、陈正鸣、吕嘉 |
绘制单位 | 河海大学物联网工程学院、河海大学物联网工程学院、河海大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |