一种提升树算法在网络故障关联分析中的应用 |
| |
作者姓名: | 赵运弢 崔文杰 左甜甜 徐春雨 |
| |
作者单位: | 沈阳理工大学信息科学与工程学院,沈阳110159;东北大学信息科学与工程学院,沈阳110819;沈阳理工大学信息科学与工程学院,沈阳110159 |
| |
基金项目: | 国家自然科学基金;中国博士后科学基金;辽宁省教育厅一般项目;沈阳市科技计划 |
| |
摘 要: | 针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%~10%。
|
关 键 词: | k近邻 多分类器 关联分析 R语言 |
本文献已被 CNKI 万方数据 等数据库收录! |
|