结合XGBoost的树突状细胞改进算法
来源：计算机工程杂志2019年第9期北京时间：
作者：杨晨, 梁意文, 谭成予, 周雯
单位：武汉大学 计算机学院, 武汉 430072
摘要：树突状细胞算法（DCA）要求输入3类信号，需要通过人工选取或统计学等方式提前进行特征提取。为准确、高效地提取特征，提出一种基于XGBoost的DCA。通过使用XGBoost算法迭代生成决策树，根据决策树的特征节点对数据集的特征指标进行提取与分类，并作为DCA的信号输入以实现算法优化。使用KDD99数据集进行实验，结果表明，与基于粗糙集的改进算法相比，该算法的准确率更高，最高可达0.859 00。
关键词：树突状细胞算法,XGBoost算法,决策树,特征提取,计算机免疫
基金资助：国家自然科学基金面上项目计算机免疫智能的连续应答机制及其应用研究（6187705）。
