基于Kmeans聚类的XGBoost集成算法研究.pdf

·12· Computer Era No. 10 2020
DOI:.cn33-1094/
基于 Kmeans 聚类的 XGBoost 集成算法研究
罗春芳，张国华，刘德华，朱定欢
(湖南工业大学理学院，湖南 株洲 412000)
摘 要：针对分类问题中的模型泛化能力，提出了基于 Kmeans 聚类的 XGBoost 基分类器集成算法，以提升整体算法的
泛化能力。首先，训练数据集获得多个 XGBoost 模型；然后，通过 Kmeans 算法对不同模型的实验结果聚类；最后，对每个
分类簇中泛化能力最优的分类器进行集成。在对某公司实际分类问题中应用该算法，结果表明，该算法的泛化能力有很
大程度的提升。
关键词：Kmeans 聚类；XGBoost；集成算法；泛化能力
中图分类号：TP391 文献标识码：A 文章编号：1006-8228(2020)10-12-03
Research on K-means clustering based XGBoost ensemble algorithm
Luo Chunfang, Zhang Guohua, Liu Dehua, Zhu Dinghuan
（College of Science, Hunan University of Technology, Zhuzhou, Hunan 412000, China）
Abstract：Aiming at the model generalization ability of classification problem, a K-means clustering based XGBoost base classifier
ensemble algorithm is proposed in this paper to improve the generalization abilit