改进Stacking算法在妊娠期糖尿病预测中的应用

冯鑫磊; 俞凯; 袁贞明

doi:10.19926/j.cnki.issn.1674-232X.2023.02.003

杭州师范大学学报（自然科学版） ›› 2023, Vol. 22 ›› Issue (2) : 126 -134. DOI: 10.19926/j.cnki.issn.1674-232X.2023.02.003

改进Stacking算法在妊娠期糖尿病预测中的应用

冯鑫磊 , 俞凯 , 袁贞明

作者信息 +

Author information +

文章历史 +

PDF

摘要

本研究提出基于妊娠早期体检、基因信息，结合集成学习的妊娠期糖尿病预测分类方法.设计了基于Stacking框架的改进模型ACS-Stacking.ACS-Stacking模型将基分类器输出的类别概率值作为基层输出结果，元层使用GBDT模型学习组合基层输出的类别概率结果，拓展了算法的层次结构.在基分类器层与元分类器层之间加入基分类器筛选层，通过CFS算法估计不同分类器集合中个体分类器准确性与多样性的权衡值，筛选出最佳基分类器集合，实现基分类器的自适应选择.研究结果表明，该模型F1值较单一模型提高约9%,较Stacking模型提高约7%,具有较好的预测准确性和稳定性.