基于三种回归器和VotingRegressor优化Adaboost的血糖集成预测

• 作者: 都承华 龚谊承 张冬阳
• 来源期刊: 中国卫生统计
• 关键词: Adaboost集成算法 VotingRegressor算法 回归预测 血糖值
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 应用研究
• 页码范围: 254-256,261
• 页数: 4页
• 分类号: R195.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2021.02.024

摘要

目的 透过众多的医学特征更准确地预测疾病指标,比如血糖值.方法 利用VotingRegressor优化Adaboost,将三种精度较高的学习器进行两种集成学习.其中,模型1是基于Adaboost视角集成三种精度较高的学习器(GBDT、KRR和SVR);模型2在模型1的基础上引入VotingRegressor算法优化Adaboost得到Ada-VotingRegressor模型.结果 以血糖值的预测为算例,模型1的(均方误差,预测时间)在训练集和测试集分别为(0.006748,43059.072s)和(0.006826,32.123s);模型2的(均方误差,预测时间)在训练集和测试集分别为(0.005256,306.688 s)和(0.005234,1.023 s).结论 基于VotingRegressor优化Adaboost的模型2具有较高的预测精度和效率.