基于机器学习的邻区规划研究

利用机器学习算法（包括4种监督学习算法以及2种无监督学习算法），使用某县移动4G小区的工参数据，预测候选邻区是否应该添加为邻区。通过仿真分析，监督学习算法的召回率、准确率和精确率均达到82%以上，且随着样本数增多，算法性能进一步提升，当样本数大于4 702条时，召回率达到87%以上。而非监督学习算法的召回率不足20%，因此基于监督的机器学习算法在邻区规划问题上性能更好，可用于邻区规划。