基于特征工程的无线业务感知与 KPI 指标关联建模研究及应用
DOI: http://dx.doi.org/10.12349/tie.v3i5.10567
Article ID: 10567
摘要
针对传统的4G/5G业务感知质差小区优化过程中存在的指标关联断层、决策依赖经验及分析效率低下的问题，引进机器学习技术中的特征重要性选择技术，通过特征重要性评估方法，对KPI特征进行排序和筛选，以确定对业务感知质差影响最为显著的KPI指标。最后，根据特征重要性排名和量化影响程度，为针对性的优化方案的制定提供数据支撑。
关键词
感知关联；特征工程；数字化
全文:
PDF参考
吴冬,阎卫东,王井利.基于特征重要性加权的随机森林点云分类研究[J].电子测量技术,2023,46(20):120-127.DOI:10.19651/j.cnki.emt.2312627.
罗猛,李毅,陈茂林.KQI感知质差小区分析研究[J].电信技术,2018, (03):40-42.
任小强,罗志文,陈苗苗,等.基于机器学习算法的5G重点业务KQI和KPI关系研究[J].邮电设计技术,2022,(10):28-31.
Refbacks
- 当前没有refback。
版权所有（c）2026 安 新朝
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
