基于XGBoost的飞行器数据分类算法设计  

作　　者：罗钊航 韩超 姜赟 

机构地区：[1]中国核动力研究设计院 [2]成都市技师学院(成都工贸职业技术学院)

出　　处：《中国军转民》2020年第14期48-50,共3页

摘　　要：本文以开源的飞行器数据为样本,提出基于机器学习模型XGBoost的分类算法,旨在解决飞行器数据分类的问题。针对开源飞行器数据的数据特点,设计了特征工程分析方法,通过在飞行器数据的实验,验证了算法的有效性,最后根据实验结果讨论了飞行器数据分类的重要相关因素。

关 键 词：飞行器数据 XGBoost 特征工程 监督学习 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]