基于特征选择和Stacking集成算法的电商购买行为预测研究

目录

声明

第一章 绪论

1.1 研究背景

1.2 研究目的及意义

1.3 国内外现状

1.4 研究内容与章节安排

第二章 机器学习理论基础

2.1 Bagging

2.2 Boosting

2.3 Stacking

2.4 SVM

2.5 LSTM

2.6 本章小结

第三章 数据分析和特征工程

3.1 数据分析与处理

3.2 特征构建

3.3 数据集划分

3.4 特征处理

3.5 改进的随机欠采样数据平衡算法

3.6 本章小结

第四章 基于RFE-LightGBM的特征选择算法

4.1 特征选择原理

4.2 基于LightGBM的递归特征选择算法

4.3 实验分析

4.4 本章小结

第五章 基于分层交叉验证的Stacking集成购买预测模型

5.1 购买预测模型搭建

5.2 实验结果与分析

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢