科研之友
微信
新浪微博
Facebook
分享链接
摘要
构建一个新的自动表格数据特征(AutoFi)交互框架，目的侧重于类别型和数值型特征的交互，采用聚合运算、树模型和神经网络生成显式低阶特征和隐式高阶特征。通过引入相关系数筛选特征子集，在特征子集上进行特征交互，降低特征空间爆炸的风险。实验结果表明，AutoFi对LR模型的准确率和AUC均能实现大的提升，其中准确率和AUC分别提升0.07和0.31,提升模型效果显著，可在对某个地区的电力需求预测任务上，显著降低模型的预测误差。
-
单位宁波市电力设计院有限公司
