-
基于gcForest算法的恶意URL检测
摘要:恶意URL(Malicious URLs)是网络犯罪的重要途径,因此对恶意URL实施有效检测是保障网络安全的前提和关键。近年来,机器学习的迅猛发展为恶意URL检测提供了新的思路。鉴于此,在研究恶意URL以及对机器学习算法实验的基础上,得出基于gcForest算法的机器学习模型能够实现对恶意URL的精确分类检测,其精确度达到99.53%,远高于k近邻分类算法(k-NearestNeighbor)和随机森林算法(RandomForest)等其他传统算法模型,具有较好的检测效果。
-
机器学习的特征工程是什么?3个机器学习监督学习方法介绍!
以下内容中，小编将对机器学习的相关内容进行着重介绍和阐述，希望本文能帮您增进对机器学习的了解，和小编一起来看看吧。
-
个人 O2O 优惠券预测分析
摘 要 ：为了建立更加完善的特征体系和优化预测模型，提出优化特征工程体系，增加特征值数量，并改进传统逻辑回归预测模型，使用 GBDT+ 逻辑回归的组合模型及 XGBoost+ 逻辑回归的组合模型达到提高预测精度、提升模型预测能力的目的。实验结果证明，通过优化特征工程体系和改进预测模型解决 O2O 优惠券发放这种预测方式可以更准确地预测消费者的消费行为，为优惠券的个性化投放提供可靠的决策支持。
