[发明专利]基于随机森林的人员的危险性分析方法

权利要求书

1.一种基于随机森林的人员的危险性分析方法，其特征在于，包含目标类别选择、训练过程和评估过程；其中，

(1)目标类别选择：

在人员多维度数据中选择一个维度YD作为目标类别，所述YD与危险程度有关，

设置危险程度指标PYD，PYD指标值含义为被评估人员YD维度取值为1的概率值；

(2)训练过程：

a、建立初始数据集PreTrainSet，PreTrainSet数据集是一个样本集合，每个样本对应多维度人员数据中一个人员的数据；

b、训练随机森林分类模型RFM，在PreTrainSet数据集基础上，通过采样或SMOTE算法构造训练数据集TrainSet，使用TrainSet数据集训练随机森林分类模型RFM；

c、计算RFM中每个决策树的每个叶子节点的参数LNPY

所述RFM中包含k个决策树t1,t2,t3,...tk；将RFM中所有决策树的所有叶子节点放到统一的叶子节点数组lnodes中；

使用RFM对人员特征向量f进行回归，建立长度和lnodes相同的数组LNPY，计算命中叶子节点的所有PreTrainSet或TrainSet样本中label等于1的样本所占比例GPYD；

d、保存RFM、GPYD和LNPY；

(3)评估过程：

a、从存储介质加载训练过程得到的RFM、GPYD和LNPY；

b、用随机森林分类算法根据模型RFM对被评估人员进行分类，获得命中的RFM叶子节点，被评估人员将来被列为重点的概率计算PYD；

c、计算SPYD＝PYD/GPYD；

d、PYD和SPYD，作为被评价人员的危险程度量化指标；

SPYD含义为被评估人员的危险性是平均水平的倍数；

当SPYD＞1，表示被评估人员比多数人更危险；

SPYD＜1，表示被评估人员比多数人更安全。

2.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤(1)目标类别选择中，YD是二值的，YD的值为1或0，其中1表示有危险倾向大的类别、0表示危险倾向小的类别，对应是、否两个类别。

3.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤(1)目标类别选择中，YD选择是否被列为重点、是否被使用器械、是否被使用约束性保护措施或分管等级。

4.根据权利要求3所述基于随机森林的人员的危险性分析方法，其特征在于，所述分管等级需预处理为多个二值的维度，首先将分管等级设置为严管、普管、宽管级别，每一级别拆分为是否严管、是否普管、是否宽管，即可选择其一作为目标类别YD。

5.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤(2)训练过程a中所述每个样本有两个列：label和features；YD的值为label，从多维度人员数据中提取和危险性有关的数据，构造features向量；PreTrainSet数据集中，label等于1的样本比例为全部历史数据中YD等于1的记录比例。

6.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤(2)训练过程b中所述TrainSet数据集中，label等于1的样本比例大于全部历史数据中YD等于1的记录比例。

7.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤(2)训练过程c中使用RFM对人员特征向量f进行回归，得到向量f在k个决策树中命中的叶子节点下标元组lnis＝(ln₁,ln₂,...ln_k)，其中ln_i为向量f在第i个决策树中命中的叶子节点在lnodes中的下标。