[发明专利]基于环境数据的数据异常分析方法、装置、设备及介质

权利要求书

1.一种基于环境数据的数据异常分析方法，其特征在于，所述方法包括：

获取待分析环境数据、监测项目；

基于所述监测项目，对所述待分析环境数据进行异常特征提取，得到目标异常特征集合；

将所述目标异常特征集合输入异常分类模型进行异常分类，所述异常分类模型是基于决策树训练得到的模型；

获取所述异常分类模型输出的异常分类结果，所述异常分类结果用于表述所述待分析环境数据的异常类别；

所述将所述目标异常特征集合输入异常分类模型进行异常分类，所述异常分类模型是基于决策树训练得到的步骤之前，还包括：

获取训练样本集合，所述训练样本集合包括多个环境数据训练样本，所述环境数据训练样本包括：至少一个异常特征样本值、异常分类标定值；

根据所述多个环境数据训练样本，采用CART算法进行递归划分建立CART决策树；

对所述CART决策树进行随机剪枝及常量确定，得到多个待训练子决策树，每个所述待训练子决策树对应一个目标常数；

获取验证样本集合，所述验证样本集合包括多个环境数据验证样本；

根据所述多个环境数据验证样本、所述多个待训练子决策树，确定所述异常分类模型。

2.根据权利要求1所述的基于环境数据的数据异常分析方法，其特征在于，所述获取待分析环境数据的步骤，包括：

获取环境监测设备监测的数据报文；

根据所述数据报文进行解析，得到所述待分析环境数据。

3.根据权利要求1所述的基于环境数据的数据异常分析方法，其特征在于，所述根据所述多个环境数据训练样本，采用CART算法进行递归划分建立CART决策树的步骤，包括：

选一个自变量Xi，根据所述自变量Xi确定Vi，Vi把n维空间划分为两部分，一部分的所有点都满足Xi≤Vi，另一部分的所有点都满足Xi＞Vi，对非连续变量来说异常特征的取值只有两个，所述异常特征的取值包括：是或否；

将所述两部分重新选择一个异常特征继续划分，采用基尼指数作为划分标准，直至满足停止条件时停止建树，将建立的二叉树作为所述CART决策树，所述停止条件为：叶子节点的所述环境数据训练样本的样本数量为1或者异常类别属于同一类。

4.根据权利要求3所述的基于环境数据的数据异常分析方法，其特征在于，所述将所述两部分重新选择一个异常特征继续划分，采用基尼指数作为划分标准，直至满足停止条件时停止建树，将建立的二叉树作为所述CART决策树的步骤，包括：

将所述两部分中每部分作为一个待划分节点；

将所述待划分节点的每个异常特征，作为一个待划分异常特征；

根据所述待划分异常特征的值、所述待划分异常特征的值对应的所有分裂点进行基尼指数计算，得到多个分裂基尼指数；

根据所述多个分裂基尼指数，确定最优分裂点，将所述最优分裂点对应的分裂基尼指数，作为最优分裂基尼指数；

根据所有所述待划分异常特征的所述最优分裂基尼指数，确定最优异常特征；

根据所述最优异常特征，从所述待划分节点生成两个子节点；

根据所述最优异常特征、所述最优异常特征的所述最优分裂点，将所述待划分节点的所有所述环境数据验证样本划分到所述两个子节点；

当满足所述停止条件时将建立的二叉树作为所述CART决策树，否则，将所述两个子节点作为所述两部分，执行所述将所述两部分中每部分作为一个待划分节点的步骤。