《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。