基于GBDT的商品分配层次化预测模型
朱振峰
汤静远
常冬霞
赵耀
1.北京交通大学计算机与信息技术学院,北京100044;北京交通大学北京市现代信息科学与网络技术重点实验室,北京1000442.北京交通大学计算机与信息技术学院,北京100044;北京交通大学北京市现代信息科学与网络技术重点实验室,北京1000443.北京交通大学计算机与信息技术学院,北京100044;北京交通大学北京市现代信息科学与网络技术重点实验室,北京1000444.北京交通大学计算机与信息技术学院,北京100044;北京交通大学北京市现代信息科学与网络技术重点实验室,北京100044
摘要：商品预测是使用以往商品信息去估计和推断未来商品的销售趋势,并以此作为对商品进行合理调配与规划的依据.为实现对商品销售的精确预测,在GBDT基础上,提出了一种层次化集成预测模型(HGBDT).针对数据表征的高维问题,基于Bagging思想,在特征空间构建了该模型,实现对商品的有效描述,以此提高预测模型的性能与泛化能力.在开放数据库上的实验结果验证了本文模型的有效性.
关键词：决策树回归模型GBDT集成学习
分类号：TP181(自动化基础理论)
资助基金：国家自然科学基金(61572068)国家自然科学基金(61532005)教育部新世纪优秀人才支持计划项目(NCET-13-0661)中央高校基本科研业务费专项资金(2015JBM039)National Natural Science Foundation of China(61572068)National Natural Science Foundation of China(61532005)Program for the New Century Excellent Talents in Universities of China(NCET-13-0661)Fundamental Research Funds for the Central Universities(2015JBM039)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 9-13,45 )
英文信息