原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种融合XGBoost计算特征权重的时间序列预测方法，属于数据处理技术领域，该方法包括：从数据库中获取与所预测时间序列变量相关的多个类型的特征信息；根据时间序列变量、特征信息和XGBoost模型，学习得到各个决策树；根据各个决策树中节点的数量、节点的分裂增益，确定各个特征信息的权重；基于时间序列、特征信息、特征权重，对融合XGBoost计算特征权重的时间序列预测模型进行训练，得到训练后的时间序列预测模型，解决了现有技术或将各个特征以相同权重纳入分析、或采用相关系数、或采用普通注意力机制
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116881854 A
(43)申请公布日 2023.10.13
(21)申请号 202311156329.2
(22)申请日 2023.09.08
(71)申请人 国际关系学院
地址 100091
文档评论（0）