您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(10)

电子、通信与自动控制技术(3)

冶金工程技术(1) 显示更多>>

数学(1) 管理学(1) 经济学(1) 中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2020 全部
为您找到包含“XGBoost”的内容共17

何肖梦,徐安军,汪红兵,谷茂强

2020-09-04

在转炉冶炼的生产过程中,终点的命中率的高低对转炉至关重要,终点预测的准确程度会对产品的质量和冶炼的成本都产生一定的影响。为了提高转炉终点的命中率,本文利用XGBoost算法搭建了转炉终点预测模型

School of Metallurgy and Ecological Engineering, University of Science and Technology Beijing, Beijing 100083, China,School of Metallurgy and Ecological Engineering, University of Science and Technology Beijing, Beijing 100083, China,School of Computer and Communication, University of Science and Technology Beijing, Beijing 100083,School of Metallurgy and Ecological Engineering, University of Science and Technology Beijing, Beijing 100083, China

#冶金工程技术#

黄婷婷,李佳,李江成,吴琼

2020-03-06

客户历史行为数据,运用Xgboost算法构建了高价值客户流失预警模型;最后将价值模型和流失预警模型结合,给出了应对高价值客户流失的最佳挽留策略。该模型应用于生产测试环境中,展现了较好的预测准确性,能明显

China united network communications co., LTD. Wuhan branch,China united network communications co., LTD. Wuhan branch,China united network communications co., LTD. Wuhan branch,China united network communications co., LTD. Wuhan branch

#电子、通信与自动控制技术#

周莲莹,龚谊承,张艳娜

2020-04-20

,首先通过因子分析给数据降维,然后利用GBDT、XGBoost及LightGBM算法分别对用户是否违约进行了预测。对比结果表明:从预测准确率角度看,XGBoost表现最好,其次是LightGBM,最后是

资助项目:湖北名师工作室(201601),李德宜工作室资

Department of mathematics and statistics, School of science, Wuhan University of science and technology, Wuhan 430065,Department of mathematics and statistics, School of science, Wuhan University of science and technology, Wuhan 430065,Department of mathematics and statistics, School of science, Wuhan University of science and technology, Wuhan 430065

#数学#

0评论(0 分享(0)

胡清畅,陈文静

2019-04-30

本文基于拍拍贷网提供的互联网用户大数据,分析用户的信用表现预测用户是否会贷款违约。本文一共使用了8种不同的机器学习方法,针对每种方法,比较预测结果与实际结果发现,XGBoost预测错误率仅有13.3

Economics School, Jinan University, Guangzhou 510632,Economics School, Jinan University, Guangzhou 510632

#经济学#

0评论(0 分享(0)

黄耘

2020-04-10

、C5.0决策树和Xgboost森林的客户满意度评估模型。测试结果显示,比较准确性而言,Xgboost模型>C5.0模型>卡方模型;比较执行效率而言,C5.0模型≈卡方模型>>Xgboost模型;综合而言

China united network communications co., LTD. Wuhan branch

#计算机科学技术#

0评论(0 分享(0)

张思婷,姚泽林

2019-12-09

随着带宽需求的多样性及上网客户群体的不断增加,使得家庭网络的业务发展成为运营商业务发展的新增长点。本文基于某运营商150万用户业务样本数据,采用XGBoost模型和C5.0模型在生产环境中部署,给出

China United Network Communications Co., Ltd. Wuhan Branch,Wuhan,430010,China United Network Communications Co., Ltd. Wuhan Branch,Wuhan,430010

#计算机科学技术#

0评论(0 分享(0)

贾静怡,时忆杰

2020-03-04

提高DDoS攻击检测的准确率并节约资源,本文提出了一种基于φ-熵的攻击检测触发与基于XGBoost的攻击检测确认相结合的攻击检测算法。攻击检测触发算法初步判断SDN环境中是否存在异常,如果检测到异常则

State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876,State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876

#计算机科学技术#

0评论(0 分享(0)