稀疏区间预测更准
通过成本敏感学习与定制损失函数，在不增加采样成本的情况下提升复杂产品制造中稀疏样本区间的质量预测精度。
Zheng, Haiyang · Gao, Xinqin · 杨明顺 · Xueqi, Yang · Yan, Li · Yongming, Ding
Applied Intelligence 2025
引入成本敏感学习，模型更关注稀疏区间样本，从而提升这些区间的预测精度。
使用 XGBoost 从原始高维数据中筛选最优特征子集，降低维度，简化建模过程。
实验表明 DenseMSE–lightGBM 模型精度高于其他主流预测模型，可用于指导实际生产。