[发明专利]基于森林区分度模型的预测方法及系统

权利要求书

1.一种基于森林区分度模型的预测方法，其特征在于，包括：

步骤1，基于随机森林算法使用建模数据进行建模，对所述建模数据进行分箱，并经过区分度模型求解，获得建模结果，其中所述步骤1包括：

步骤11，基于所述随机森林算法，对所述建模数据进行分箱，获得分箱结果；

步骤12，根据所述分箱结果将所述建模数据的变量转换为哑变量，利用所述哑变量进行区分度模型求解，获得各分箱权重；

步骤13，根据所述各分箱权重计算所述建模数据中每个记录的分数，获得评分结果；

步骤14，根据所述评分结果，决定区分好坏的分数，获得建模结果；

步骤2，根据建立的模型和所述建模结果，对待预测的数据进行打分，获得预测结果，所述步骤2中：根据所述各分箱权重计算所述待预测的数据中每个记录的分数，获得评分结果。

2.如权利要求1所述的基于森林区分度模型的预测方法，其特征在于，所述步骤11包括：

步骤111，随机抽取部分建模数据作为树的根节点，并加入到待分叉的树节点集合中；

步骤112，判断所述待分叉的树节点集合是否为空，如果为空，则返回所述根节点的树；如果不为空，则从所述待分叉的树节点集合中选择一个节点，并从所述待分叉的树节点集合中删除所述节点；

步骤113，判断所述节点是否符合节点分叉条件，如果不符合条件，则返回步骤112，否则计算所述节点的分叉的变量和分叉的值；

步骤114，根据所述分叉的变量和分叉的值，得到所述节点的左子节点和右子节点，并均加入所述待分叉的树节点集合中。

3.如权利要求1所述的基于森林区分度模型的预测方法，其特征在于，所述步骤13包括：

步骤131，根据所述各分箱权重，确定对应的多个叶子节点的权重；

步骤132，根据每个叶子节点所代表的区间，获知某条记录在叶子节点区间的分布，将所述记录分布的所有叶子节点的权重加起来，得到所述记录对应的分数；

步骤133，根据步骤132计算所有记录对应的分数，获得评分结果。

4.一种基于森林区分度模型的预测系统，其特征在于，包括：

建模模块，基于随机森林算法使用建模数据进行建模，对所述建模数据进行分箱，并经过区分度模型求解，获得建模结果，其中所述建模模块包括分箱模块、区分模块、计算模块、分割模块：

分箱模块，基于所述随机森林算法，对所述建模数据进行分箱，获得分箱结果；

区分模块，根据所述分箱结果将所述建模数据的变量转换为哑变量，利用所述哑变量进行区分度模型求解，获得各分箱权重；

计算模块，根据所述各分箱权重计算所述建模数据中每个记录的分数，获得评分结果；

分割模块，根据所述评分结果，决定区分好坏的分数，获得建模结果；

预测模块，根据建立的模型和所述建模结果，对待预测的数据进行打分，获得预测结果，所述预测模块中：根据所述各分箱权重计算所述待预测的数据中每个记录的分数，获得评分结果。

5.如权利要求4所述的基于森林区分度模型的预测系统，其特征在于，所述分箱模块包括：

抽取模块，随机抽取部分建模数据作为树的根节点，并加入到待分叉的树节点集合中；

第一判断处理模块，判断所述待分叉的树节点集合是否为空，如果为空，则返回所述根节点的树；如果不为空，则从所述待分叉的树节点集合中选择一个节点，并从所述待分叉的树节点集合中删除所述节点；

第二判断处理模块，判断所述节点是否符合节点分叉条件，如果不符合条件，则返回第一判断处理模块，否则计算所述节点的分叉的变量和分叉的值；

结果获得模块，根据所述分叉的变量和分叉的值，得到所述节点的左子节点和右子节点，并均加入所述待分叉的树节点集合中。

6.如权利要求4所述的基于森林区分度模型的预测系统，其特征在于，所述计算模块包括：

权重获得模块，根据所述各分箱权重，确定对应的多个叶子节点的权重；

权重处理模块，根据每个叶子节点所代表的区间，获知某条记录在叶子节点区间的分布，将所述记录分布的所有叶子节点的权重加起来，得到所述记录对应的分数；

评分模块，根据权重处理模块计算所有记录对应的分数，获得评分结果。