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

杭州师范大学学报(自然科学版) ›› 2023, Vol. 22 ›› Issue (2) : 126 -134.

PDF
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.

关键词

妊娠期糖尿病 / 基于相关性的特征选择 / 基分类器筛选 / 元分类器

Key words

引用本文

引用格式 ▾
改进Stacking算法在妊娠期糖尿病预测中的应用[J]. 杭州师范大学学报(自然科学版), 2023, 22(2): 126-134 DOI:10.19926/j.cnki.issn.1674-232X.2023.02.003

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/