Construction of a Personalized Physical Fitness Training Recommendation System Based on Random Forest and Gradient Boosting Machine
Dit artikel stelt een Domain-Knowledge-Driven Hierarchical Collaborative Learning (DKHCL)-framework voor dat Random Forest-kenmerkselectie integreert met Gradient Boosting Machine-voorspelling en Acute-Chronic Workload Ratio-beperkingen om hoogwaardige gepersonaliseerde aanbevelingen voor fysieke fitheid te bereiken, waarbij zowel superieure offline prestaties ten opzichte van geavanceerde baselines als significante verbeteringen in de reductie van blessures en de efficiëntie van het bereiken van doelen in een prospectieve veldvalidatie worden aangetoond.