基于stacking模型的窃漏电用户检测
为了进一步提高对窃漏电用户检测的准确性,本文提出了一种基于Stacking融合模型对窃漏电用户进行分类的检测方法.该模型分成两层架构,第一层基础模型对原始特征进行特征变换后得到新的二级特征,再把二级特征输入到第二层训练元学习器从而实现对样本数据的最终分类.实验结果表明,stacking融合模型很好融合了各个单一模型的优点,相比于单一的分类模型,Stacking模型表现出了更好的检测效果.
窃漏电、AdaBoost、KNN、CART决策树、Stacking
16
TP311(计算技术、计算机技术)
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
207-208,213