[发明专利]一种基于非线性集成模型的预测数据错误风险方法有效
申请号: | 202010270673.4 | 申请日: | 2020-04-08 |
公开(公告)号: | CN111461350B | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 赖欣;刘若愚;王嘉寅;张选平;朱晓燕 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06K9/62 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 高博 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于非线性集成模型的预测数据错误风险方法,对数据进行预处理;进行数据编码;基于编码数据构建GBDT框架下的数据错误风险预测模型,通过梯度提升算法将若干个CART树的结果进行加权求和后输出为最终结果;训练GBDT模型,取出某一时间段内的所有样本,将其和全部样本分别输入到训练好的GBDT模型中进行预测;根据训练好的GBDT模型,计算所有输入的风险因素的特征重要性;根据特征重要性从高到低进行排序;使用确定的参数,以新数据集的所有样本作为输入数据,训练新的GBDT模型并取出相同时间段内的所有样本,和全部样本分别输入到训练好的新GBDT模型中进行预测。本发明实现了使用非线性的集成模型对数据错误风险的更准确的预测。 | ||
搜索关键词: | 一种 基于 非线性 集成 模型 预测 数据 错误 风险 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202010270673.4/,转载请声明来源钻瓜专利网。
- 上一篇:基于机器学习的喷码识别方法
- 下一篇:一种调味料中苯甲酸δ13C值的检测方法