基于三种回归器和VotingRegressor优化Adaboost的血糖集成预测

作者：都承华; 龚谊承; 张冬阳

来源：中国卫生统计, 2021, 38(02): 254-256+261.

DOI：10.3969/j.issn.1002-3674.2021.02.024

• Adaboost集成算法
• VotingRegressor算法
• 回归预测
• 血糖值

目的透过众多的医学特征更准确地预测疾病指标,比如血糖值。方法利用VotingRegressor优化Adaboost,将三种精度较高的学习器进行两种集成学习。其中,模型1是基于Adaboost视角集成三种精度较高的学习器(GBDT、KRR和SVR);模型2在模型1的基础上引入VotingRegressor算法优化Adaboost得到Ada-VotingRegressor模型。结果以血糖值的预测为算例,模型1的(均方误差,预测时间)在训练集和测试集分别为(0.006748,43059.072s)和(0.006826,32.123s);模型2的(均方误差,预测时间)在训练集和测试集分别为(0.005256,306.688 s)和(0.005234,1.023 s)。结论基于VotingRegressor优化Adaboost的模型2具有较高的预测精度和效率。

• 单位
  武汉科技大学