-
题名轻梯度提升机算法的发展与应用
被引量：1
- 1
-
-
作者
魏佳妹
袁书娟
孔闪闪
杨爱民
赵晨颖
-
机构
华北理工大学理学院
华北理工大学铁矿石优选与铁前工艺智能化河北省工程研究中心
华北理工大学河北省数据科学与应用重点实验室
华北理工大学唐山市工程计算重点实验室
华北理工大学唐山市智能工业与图像处理技术创新中心
-
出处
《计算机工程与应用》
北大核心
2025年第5期32-42,共11页
-
基金
河北省自然科学基金(E2022209110)
河北省省属高校基本科研业务费项目(JQN2022002)。
-
文摘
轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而,LightGBM在高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前,解决这些问题的方法主要集中在特征工程、可视化、模型混合等方面,并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究;对LightGBM的原理、优缺点进行梳理,归纳出算法所面临的挑战,并指出LightGBM未来的研究热点和难点;对LightGBM的发展进行了总结和展望。
-
关键词
轻梯度提升机算法
决策树
集成学习
机器学习
-
Keywords
light gradient boosting machine(LightGBM)
decision tree
ensemble learning
machine learning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名MSHC:一种多阶段超图聚类算法
- 2
-
-
作者
张春英
王静
刘璐
兰思武
张庆达
-
机构
华北理工大学理学院
华北理工大学河北省数据科学与应用重点实验室
华北理工大学唐山市工程计算重点实验室
华北理工大学唐山市智能工业与图像处理技术创新中心
华北理工大学铁矿石优选与铁前工艺智能化河北省工程研究中心
-
出处
《深圳大学学报(理工版)》
北大核心
2025年第1期68-76,共9页
-
基金
河北省属高校基本科研业务费资助项目(JST2022001)。
-
文摘
超图作为普通图的高维推广,能够更加灵活地反映节点间的高阶复杂关系.超图聚类旨在发现超图结构中复杂的高阶关联关系.针对目前超图聚类结果不稳定、容易陷入局部最优等问题,结合超图划分思想,提出一种多阶段超图聚类(multi-stage hypergraph clustering,MSHC)算法,该算法将超图聚类过程分为超图约简、超图初始聚类以及优化迁移3个阶段.在超图约简阶段,提出一种不改变超图结构的快速约简方法,降低了后续算法的复杂度;提出基于集对分析理论的超图节点间相似性度量方法,并采用层次聚类方法对超图进行初始聚类,采用4种不同的类簇合并计算方法,增加聚类方案的多样性;将遗传算法应用于优化超图聚类方案的研究中,以此获得最优超图聚类方案.在3个不同规模的数据集上与4个经典的超图聚类方法进行对比实验,结果表明,MSHC算法在Songs_genres数据集和Papers_keywords数据集上超图模块度指数分别提高了0.0797和0.0777,在Movies_genres数据集上仅降低0.0060.
-
关键词
数据处理
超图聚类
遗传算法
集对分析理论
超图约简
多阶段聚类
超图模块度
-
Keywords
data processing
hypergraph clustering
genetic algorithm
set pair analysis theory
hypergraph reduction
multi-stage clustering
hypergraph modularity
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
