基于GA_XGBoost模型的大学生科研能力预测问题研究 |
| |
引用本文: | 陈颖,杨欣,孙道贺.基于GA_XGBoost模型的大学生科研能力预测问题研究[J].数学的实践与认识,2021(6):318-328. |
| |
作者姓名: | 陈颖 杨欣 孙道贺 |
| |
作者单位: | 天津理工大学理学院;天津理工大学中环信息学院 |
| |
基金项目: | 天津市企业科技特派员项目(20YDTPJC01980)。 |
| |
摘 要: | 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GAXGBoost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GAXGBoost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,GAXGBoost模型的预测精度最高.
|
关 键 词: | 机器学习 GA_XGBoost模型 遗传算法 科研能力预测 |
本文献已被 维普 等数据库收录! |
|