一種基于集成學(xué)習(xí)技術(shù)的高維度數(shù)據(jù)預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201910394269.5 申請(qǐng)日 -
公開（公告）號(hào) CN110516818A 公開（公告）日 2019-11-29
申請(qǐng)公布號(hào) CN110516818A 申請(qǐng)公布日 2019-11-29
分類號(hào) G06N20/20;G06N3/12 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉江川;張聰;樊小毅;龐海天;楊洋;邵俊松 申請(qǐng)（專利權(quán)）人 南京江行聯(lián)加智能科技有限公司
代理機(jī)構(gòu) 北京翔甌知識(shí)產(chǎn)權(quán)代理有限公司 代理人 南京江行聯(lián)加智能科技有限公司
地址 210000 江蘇省南京市玄武區(qū)玄武大道699-1號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于集成學(xué)習(xí)技術(shù)的高維度數(shù)據(jù)預(yù)測(cè)方法，首先對(duì)原始高維數(shù)據(jù)進(jìn)行預(yù)處理，包括缺失值和異常值的處理、去除重復(fù)數(shù)據(jù)等；接著利用GBDT特征重要性方法進(jìn)行特征篩選，并利用遺傳算法進(jìn)一步優(yōu)化篩選結(jié)果，盡量在不改變?cè)继卣鞯那疤嵯聦?duì)數(shù)據(jù)集進(jìn)行降維；在此基礎(chǔ)上，本發(fā)明利用Stacking集成學(xué)習(xí)的思想構(gòu)建集成模型，對(duì)數(shù)據(jù)進(jìn)行回歸預(yù)測(cè)，并評(píng)估方法的效果。本發(fā)明充分考慮了高維度數(shù)據(jù)多特征、小樣本的特點(diǎn)，具有魯棒性強(qiáng)、精度高、泛化能力強(qiáng)的特點(diǎn)，可以充分挖出出原始數(shù)據(jù)中的潛在規(guī)律，提供更加精細(xì)化的決策支持。