基于Stacking的社区矫正人员标签生成

发布时间：2023-05-09 20:44

　　社区矫正人员的规范管理技术平台目前正处于研究阶段,由于实际数据的缺乏,用于构建用户画像的社区矫正人员用户标签生成准确性不够。故本文基于改进的Stacking模型融合算法,对某市司法局的社矫人员数据进行清洗、整理以及特征选择后,进行建模分析,进而得出社矫人员"认罪伏法态度""对社会的心态""心理健康状况""矫正惩戒情况"4个标签的预测结果。通过将预测结果与实验结果对比,得到预测准确率,从而表明Stacking模型融合方法对社区矫正人员用户标签的生成具体有效性和准确性。

【文章页数】：6 页

【文章目录】：
0 引言
1 Stacking模型融合方法
    1.1 Stacking模型融合方法概述
    1.2 Stacking模型融合过程
        1.2.1 经典Stacking模型融合方法概述
        1.2.2 改进的Stacking模型融合方法
2 基于Stacking模型融合建立标签生成模型
    2.1 模型总体框架步骤
    2.2 数据预处理
        2.2.1 缺失数据处理一般方法
        2.2.2 缺失数据处理
    2.3 特征工程
        2.3.1 特征集合
        2.3.2 分类标签集合
        2.3.3 特征选择
    2.4 Stacking模型融合
3 实验结果及分析
    3.1 经典Stacking模型预测结果
    3.2 改进的Stacking模型预测结果
4 结束语



本文编号：3812337