基于BlSMOTE-RF模型融合的非均衡數(shù)據(jù)分類預(yù)測(cè)

打開文本圖片集

摘要：針對(duì)分類樣本不均衡問題，提出一種基于BlSMOTE-RF的模型融合方法。首先，利用BlSMOTE平衡數(shù)據(jù)集；然后，基于隨機(jī)森林對(duì)特征重要性進(jìn)行排序與特征選擇；最后，采用多項(xiàng)式擬合方法融合LSTM、邏輯回歸、LASSO、隨機(jī)森林和嶺回歸五種模型的預(yù)測(cè)結(jié)果，并在新的測(cè)試集上檢驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該方法在準(zhǔn)確率、精準(zhǔn)率、召回率和F1分?jǐn)?shù)上均優(yōu)于單一模型。（剩余6879字）