简介:
一种随机森林与逻辑回归组合的滑坡预测方法,具体为:建立滑坡地质灾害预测模型的数据集;构建代价敏感随机森林模型,引入代价基尼指数,对初始特征变量分配权重以获得代价特征变量;组合代价敏感随机森林模型与逻辑回归模型,将代价敏感随机森林算法作为逻辑回归模型的前置预处理系统,将代价特征变量作为逻辑回归算法的输入,计算滑坡预测结果。本发明在保证整体识别分类准确率的情况下提高不平衡数据中少数类样本的识别准确率,改善单一模型对非线性滑坡数据的预测结果,使滑坡预测模型具有较高的预测精度和较强的可解释性。
一种随机森林与逻辑回归组合的滑坡预测方法,具体为:建立滑坡地质灾害预测模型的数据集;构建代价敏感随机森林模型,引入代价基尼指数,对初始特征变量分配权重以获得代价特征变量;组合代价敏感随机森林模型与逻辑回归模型,将代价敏感随机森林算法作为逻辑回归模型的前置预处理系统,将代价特征变量作为逻辑回归算法的输入,计算滑坡预测结果。本发明在保证整体识别分类准确率的情况下提高不平衡数据中少数类样本的识别准确率,改善单一模型对非线性滑坡数据的预测结果,使滑坡预测模型具有较高的预测精度和较强的可解释性。