基于集成学习的烟草异常数据挖掘研究与应用

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:luan0778
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
为了推动上海市烟草专卖市场监管方式转型,实现市场监管水平的有效提升,通过引入异常数据挖掘方法,从而强化市场异动预测和分析。结合目前机器学习前沿理论的研究,提出了基于多模型Stacking集成学习的烟草异常数据挖掘模型,运用Stacking集成学习的方式,充分发挥各个算法模型的优势。数据集使用的是2016年1月到2019年4月的烟草专卖数据,通过数据预处理等方式将数据指标化,并使用数据增强等手段一定程度上缓解了数据不平衡的问题。使用该数据对模型进行了验证分析,其结果很好地证明了Stacking模型中单个机器
其他文献
由于模拟退火算法在求解优化路径的时候容易陷入局部最优,因此通过对传统的模拟退火路径优化算法进行改进来提高算法的求解效果。以冷链配送过程中的总成本为优化目标,以车辆
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
公安队伍建设是公安工作的根本,直接关系着公安工作的兴衰和成败。当前,公安机关面临着严峻的社会治安形势,肩负着“保障人民安居乐业、维护社会长治久安和巩固党的执政地位
针对单目标柔性作业车间调度问题,以最小化最大完工时间为目标建立了生产调度模型,并在此模型的基础上设计了一种收敛速度和求解稳定性均较优的免疫遗传算法。该算法采用三种
中国社会转型进入加速期,市场竞争加剧,利益格局由均等到严重分化,强势群体在市场中利用合法或非法的手段,在新的利益格局中占据了优势,并维护着这种优势;处于利益分配格局中不利地
当前,国际国内形势复杂多变,公安机关所肩负的保卫国家政治安全、政权安全和社会维稳任务面临严峻挑战,特别是昆明“3.01”等一系列重大案事件的发生,暴露出公安队伍实战本领
目前,我国很多区域在不同程度上都产生了生态系统压力增大、自然生态功能衰退、地质灾害较多、海洋生态系统损坏等现象。为加速国土空间生态复原、提高国土空间承载水平,尽快
通过引进太子参贵州施秉、福建柘荣和安徽广德种源共10个品种,在泗阳进行引种试验,结果表明广德种源成苗率最高,为93.6%;单株块根数最多,平均达9.6个;每100个太子参块根鲜质
随着互联网和旅游业的发展,可以选择的旅游景点越来越多。在海量的景点信息中,景点的选择成为旅客出行的一个重要问题。该文采用改进的协同过滤算法,给每个旅客推荐合适的旅