×

基于XGBoost的树突状细胞算法综述

消耗积分:0 | 格式:pdf | 大小:1.95 MB | 2021-06-09

分享资料个

  树突状细胞算法(DCA)要求输入3类信号,需要通过人工选取或统计学等方式提前进行特征提取。为准确、高效地提取特征,提岀一种基于 Xgboost的DCA。通过使用ⅹ Gboost算法迭代生成决策树,根据决策树的特征节点对数据集的特征指标进行提取与分类,并作为DCA的信号输人以实现算法优化。使用KDD99数据集进行实验,结果表明,与基于粗糙集的改进算法相比,该算法的准确率更高,最高可达0.85900。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !