基于BSTL与XGDT算法对多级别心理压力的评估

• 作者: 孙永明 杨进
• 来源期刊: 经济数学
• 学科: 地球科学
• 关键词: 机器学习 XGDT BSTL 特征选择 心理压力
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用数学
• 页码范围: 148-158
• 页数: 11页
• 分类号: N945
• 语种: 中文

摘要

针对目前心理压力问题比较严重,收集生理数据评估心理压力存在成本高、主观性强等问题,提出了一种新的基于手机数据的压力评估方法BSTL+XGDT(Borderline1 SMOTE Tomeklinks+eX-treme Gradient Boosting),将压力水平精确划分为5个级别.首先从手机数据提取特征生成样本,对样本进行BSTL采样,然后用XGDT过滤特征和RFE(Recursive Feature Elimination)筛选特征,同时,利用采样前后的数据及特征筛选前后的数据训练XGDT、支持向量机(SVC)、随机森林(RF)、K近邻(KNN)、决策树(DT)、多层感知机(MLP)、标签传播(LS)方法,结果显示方法BSTL+XGDT优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨进		19	135	7.0	11.0
2	孙永明		1	0	0.0	0.0