基于混合采样与Stacking集成的半潜式平台警报预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：文章旨在基于半潜式平台系统故障警报分类数据集构建故障警报预测模型。采用SMOTE过采样与随机欠采样相结合的混合采样方法对训练集进行采样，实验结果表明，最佳采样率为过采样率0.3、欠采样率0.6，此时随机森林在采样后训练集上采用五折交叉验证训练后得到的AUC得分均值最高。同时说明了该混合采样方法在采用了最佳的采样率后可以较好地改善训练集类别不平衡问题，较大地提高模型的泛化能力。（剩余5545字）

试读结束

目录
monitor