一种混合特征筛选和超参数优化的PSO-XGBoost系统构建方法

摘要文本

本发明涉及混合特征筛选和超参数优化的PSO‑XGBoost系统构建方法，包括：对数据集进行预览和预处理；采用Pearson相关系数分析预处理后的数据集中特征之间的相关性，删除原始数据集中线性相关性大于预设阈值的特征，得到特征子集；将特征子集划分为训练集和测试集；基于PSO算法对训练集进行特征选择和XGBoost模型的超参数混合优化，输出最优特征子集和XGBoost模型的最优超参数组合；基于最优特征子集和XGBoost模型的最优超参数组合构建PSO‑XGBoost系统；基于测试集对PSO‑XGBoost系统进行测试，输出预测结果，在预测结果满足预设条件的情况下，完成PSO‑XGBoost系统的构建。其有益效果是，实现了机器学习算法处理大数据时进行特征筛选以实现数据降维和模型超参数优化这两个关键问题的并行化处理。