拓端研究室TRL
Python用XGBoost、梯度提升树、Lasso与极端随机树ETR功率变换器磁芯损耗建模及SLSQP优化 | 附数据代码
先后以 Lasso、GBDT、RF 各自计算特征重要性，再对三者得分进行加权平均，取前7个特征（max、频率、fft_energy、var、fft_max_freq、diff、温度）作为后续模型输入。采用序列最小二乘规划（Sequential Least Squares Programming, SLSQP）算法，约束温度集 {25,50,70,90}，频率区间 [50000,600000]，材料 {1,2,3,4}，波形 {1,2,3}。同一采样间距下，温度、频率、波形均显著影响磁通密度幅值。
杨利杰YJlio 
集成电路科普者 
作者推荐
- 数据知道
- IT技术博主，博主会持续更新专栏文章，欢迎关注和订阅文章博客，欢迎私信和博主交流技术，欢迎关注公众号：数据知道的成长之路。商务合作等请站内私信或者联系VX名片（ID：data_know）
关注
- IT策士
- IT策士 ，一名拥有十几年的IT老将。先后在华为、深信服、腾讯工作，从硬件到安全再到互联网，在不同技术土壤中打磨出了扎实的工程能力与开阔的视野。 始终相信技术是推动世界进步的关键，对一切新事物保持饥饿感。尤其痴迷用 Python 脚本把重复枯燥的事情自动化，把精力留给真正复杂的难题——能让机器干的，绝不让人熬。 工作之外，我坚持写作，把踩过的坑、悟出的心得沉淀成一篇篇文章。比起单方面输出，我更希望它们能像当年别人照亮我一样，帮你省下一点摸索的时间。 这个博客，记录着我在技术路上的探索、思考与失败。前方当然充满挑战，但热情和一股子“死磕”的劲头，总推着我再往前一步。
关注
