基于混合采樣與Stacking集成的半潛式平臺警報(bào)預(yù)測模型

打開文本圖片集

摘  要：文章旨在基于半潛式平臺系統(tǒng)故障警報(bào)分類數(shù)據(jù)集構(gòu)建故障警報(bào)預(yù)測模型。采用SMOTE過采樣與隨機(jī)欠采樣相結(jié)合的混合采樣方法對訓(xùn)練集進(jìn)行采樣，實(shí)驗(yàn)結(jié)果表明，最佳采樣率為過采樣率0.3、欠采樣率0.6，此時隨機(jī)森林在采樣后訓(xùn)練集上采用五折交叉驗(yàn)證訓(xùn)練后得到的AUC得分均值最高。同時說明了該混合采樣方法在采用了最佳的采樣率后可以較好地改善訓(xùn)練集類別不平衡問題，較大地提高模型的泛化能力。（剩余5545字）