[发明专利]基于机器学习的目标变量自动数据透视生成方法

说明书

本发明提供基于机器学习的目标变量自动数据透视生成方法，包括以下步骤：建立机器学习的数据库，收集用户输入的目标指定数据，并进行分类管理；对同类组的数据进行筛选，获取被选中的数列，并生产样本；对样本数据进行初步分析，获得初始分析数据，并存储入数据库中；采用预定的随机森林模型，对样本中的数据生产数据透视表；将数据透视表导入数据库中，与初始分析数据进行对比；对对比结果进行分析，找出不同之处和问题点；对问题点进行修正，将修正后的数据导入数据库中，机器根据数据变化实时更新数据透视表。

技术领域

本发明属于数据透视技术领域，尤其涉及基于机器学习的目标变量自动数据透视生成方法。

背景技术

数据透视能够将筛选、排序和分类汇总等操作依次完成，并生成汇总表格，生产数据透视表，使用数据透视表，可以很方便的筛选各种数据，用来记录数量众多、以流水账的形式进行记录、结构复杂的工作表，实现数据透视表报告的人机交互功能。

为了获得更好的人机交互功能，需要以机器学习为基础，对目标变量进行自动数据透视生成，在机器学习系统中，计算机等学习分析装置需要进行大量的数据统计和分析，工作量较大，因此会在计算机房中会产生大量的热，机房中温度高时，容易因干燥产生静电现象，为了消除静电，需要在机房中安装加湿装置，但是现有的加湿装置多是电力驱动，使用成本高，且电力驱动，不够节能环保，使用不便。

于是，有鉴于此，针对现有的结构及缺失予以研究改良，提供基于机器学习的目标变量自动数据透视生成方法，以期达到更具有更加实用价值性的目的。

发明内容

为了解决上述技术问题，本发明提供基于机器学习的目标变量自动数据透视生成方法，由以下具体技术手段所达成：

基于机器学习的目标变量自动数据透视生成方法，包括以下步骤：

S1、建立机器学习的数据库，收集用户输入的目标指定数据，并进行分类管理；

S2、对同类组的数据进行筛选，获取被选中的数列，并生产样本；

S3、对样本数据进行初步分析，获得初始分析数据，并存储入数据库中；

S4、采用预定的随机森林模型，对样本中的数据生产数据透视表；

S5、将数据透视表导入数据库中，与初始分析数据进行对比；

S6、对对比结果进行分析，找出不同之处和问题点；

S7、对问题点进行修正，将修正后的数据导入数据库中，机器根据数据变化实时更新数据透视表。

一种如上所述的基于机器学习的目标变量自动数据透视生成装置辅助机构，包括主机体，主机体的内部固定安装有环形均匀分布的聚力组件，聚力组件包括导轨座、闭合槽和球体，聚力组件的下方安装有测温组件，主机体的中心位置处安装有联动机构，主机体底部的左侧和右侧均安装有加湿组件，联动机构的顶部安装有开关组件，主机体的顶部安装有补给组件。

优选的，所述导轨座的内部开设有呈P形状的闭合槽，闭合槽包括上升段、呈向下倾斜状的下落段和回落段，闭合槽的底端放置有球体，闭合槽的内部且位于球体的上方设置有单向门板，球体沿着上升段向上移动的时候，单向门板可避免球体上移时运动到旁侧的回落段内，进而保证球体沿着上升段、下落段和回落段顺利的走完一圈。

优选的，所述测温组件包括固定安装在导轨座下方的支座，支座的内部安装有温变材料，温变材料的顶部安装有插入闭合槽内部的推杆，球体停靠在推杆上，温变材料可采用双金属片等随温度变化而发生形变的材料，温变材料变形向上移动后，通过推杆推动球体上移至闭合槽上升段的最顶端，然后球体沿着闭合槽的下落段滚动，最终经由闭合槽的回落段落回到原点。