XGBoost特徵選擇+MLP預測,以電動汽車價格預測爲例

此文章由本人及另外兩位小夥伴合作完成,未經允許禁止轉載。 爲什麼要用XGBoost+MLP? 大量研究表明人工智能模型在求解分類問題上具有較高的精度,但其中以神經網絡模型爲代表的一系列「黑箱」模型,雖然具有很強的分類性能,卻存在僅能給出最終結果,不能解釋每個輸入特徵對結果起到多大作用的問題。集成決策樹類的模型是人工智能模型中可以進行特徵重要性度量的一類模型,但其在處理高維數據上的效果,有時不如神經
相關文章
相關標籤/搜索