基于Mean Decrease Impurity改进XGBoost算法

作者：杜俊杰; 朱永忠; 丁根宏

来源：信息技术, 2019, 43(09): 1-4.

DOI：10.13274/j.cnki.hdzj.2019.09.001

• XGBoost
• 高维数据
• mean decrease impurity
• 集成学习

针对XGBoost算法在处理高维数据集分类准确率和效率下降的情况,文中提出一种基于mean decrease impurity算法改进的XGBoost算法;并设计频数算法解决mean decrease impurity算法对特征重要度排名的随机性。实验结果表明,本方法预测效率以及准确率要优于未改进XGBoost算法,同时mean decrease impurity算法也优于基于方差算法。因此,文中所提出的分类方法具有更高的准确率和效率。

• 单位
  河海大学