节点文献
基于Stacking集成学习策略的磁性材料分类
【机构】 北京工业大学材料与制造学部；
【摘要】 本文采用基于Stacking集成学习策略的机器学习方法,将随机森林,极端随机树和梯度提升回归模型的预测结果组合在逻辑回归模型中,建立了组合分类模型。其中,组合分类模型比单一模型具有更加优越的分类精度和泛化性能,在测试集上对磁性材料的分类准确率为0.916,AUC值为0.970。同时,整合三种机器学习模型的特征排序结果,发现材料组成元素磁矩和未充满电子数在磁性材料分类中起到了重要作用。
- 【会议录名称】 北京力学会第二十八届学术年会论文集（上）
- 【会议名称】北京力学会第二十八届学术年会
- 【会议时间】2022-01-08
- 【会议地点】中国北京
- 【分类号】TP181;O482.54
- 【主办单位】北京力学会