基于梯度提升决策树的卷烟零售户信用评分模型研究

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:llllgy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
加快推进诚信建设是目前我国烟草行业发展的必然趋势和现实需求。针对当前对烟草行业诚信建设的核心对象即卷烟零售户的信用方面的研究和应用的局限,提出一种基于梯度提升决策树的信用评分预测模型,构建卷烟零售户信用评分。一方面,在信用指标体系构建上,通过分析卷烟零售户数据,在前期信用指标体系基础上增添新的复合型指标,显著增强了卷烟零售户之间的信用分区分度;另一方面,引入Huber损失函数来降低样本的残差损失,提高模型的预测准确率和泛化能力,并利用网格搜索对模型参数寻找最优参数。在真实的武汉卷烟零售户的数据集上对
其他文献
云计算系统是一个高度动态的分布式计算环境,对系统中的节点负载进行实时监控和预测,是防止集群节点过热的主要途径。不同于传统方式基于原始信息来进行负载预测,提出了一种带人工干预的特征融合热点预测方法。首先,基于稀疏自编码网络对不同的性能指标进行特征提取来获得单性能特征;然后,基于特征融合模型和人工干预模型分别得到融合特征和人工特征;最后,利用上述三种特征来学习和训练神经网络模型,用于预测热点。在Goo
随着油气钻采条件的日益恶化,对石油钻头使用性能和工作寿命的要求越来越高。其中,硬质合金胎体作为石油钻头的重要组成部分对其使用性能和工作寿命有重要影响。目前,石油钻
随着电力体制改革的不断推进,用电量需求预测在电力行业的重要程度越来越高,预测结果越精确越有利于相关企业对资金作出合理的配置,积极有效地应对电力现货市场。基于RFE选择较高质量的特征值作为预测模型的输入,得到了较好的预测结果。进一步通过PSO算法对SVR模型参数进行择优选择,更进一步提高预测精度。通过两模型之间的对比分析,PSO-SVR模型能够更好地拟合实际用电量需求的走势,尤其是在用电量需求波动较
股票指数数据是典型的时间序列,对其预测具有极强的不确定性。针对这一问题,提出了基于主成分分析(PCA)和多层门控神经网络(GRU)相结合的预测模型。采用1993—2018年上证综指指数前5 800天的每日基本数据进行训练,剩余数据作为测试集,并与传统的循环神经网络(RNN)和长短期记忆网络(LSTM)进行对比,通过多次对比实验求均值的方法,发现在测试集中通过构建PCA与RNN、LSTM、GRU的一
针对固体放射性废物分拣作业中,放射性废物杂乱无序、远程遥操作抓取效率低、人工分拣危险性大等典型问题,提出一种基于深度强化学习的放射性固体废物抓取方法。该方法使用改进深度Q网络算法,通过获取的图像信息,使机器人与环境不断进行交互并获得回报奖励,回报奖励由机械臂动作执行结果和放射性区域内放射性活度的高低构成,根据Q值的大小得到机械臂的最佳抓取位置。用V-REP软件对UR5机械臂建立仿真模型,在仿真环境
A new CoⅡ coordination complex, namely [Co(iba)(N3)]n, was prepared by the hydrothermal reaction of Co(NO3)2·6H2O with Na N3 in the presence of 4-imidazol
针对自主移动机器人在GPS拒止环境下准确实时定位的问题,提出一种单目视觉/.赁性组合导航算法。为解决视觉/惯导工作频率不一致问题,利用预积分技术预先处理惯性测量值;引入了一种