数学的实践与认识

2021, v.51(06) 318-328

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于GA_XGBoost模型的大学生科研能力预测问题研究
Research on College Students' Scientific Research Ability Prediction Based on GA_XGBoost Model

陈颖;杨欣;孙道贺;

摘要(Abstract):

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GA_XGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GA_XGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GA_XGBoost模型的预测精度最高.

关键词(KeyWords): 机器学习;GA_XGBoost模型;遗传算法;科研能力预测

Abstract:

Keywords:

基金项目(Foundation): 天津市企业科技特派员项目(20YDTPJC01980)

作者(Author): 陈颖;杨欣;孙道贺;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享