[发明专利]大数据环境下的小水电清理整改评价指标筛选策略

权利要求书

1.一种大数据环境下的小水电清理整改评价指标筛选策略，其特征在于包括如下步骤：

步骤1，建立小水电清理整改评价指标库：

步骤2，使用随机森林模型进行小水电清理整改评价指标筛选，包括：

步骤2.1，选择随机森林分类器模型来确定评价指标集的小水电清理整改分类效果，模型参数均采用默认值；

步骤2.2，从步骤1的评价指标库开始，每进行一次随机森林仿真训练，剔除一个最小重要度评价指标，生成不同的评价指标子集；评价指标重要度计算方法为：

a)对于C个类别标签，某决策树节点的数据集D的基尼值计算公式为：

上述式中，p_i表示数据集D中第i类样本所占的比例；

b)对于随机森林中包含数据集D的第i棵树节点j在评价指标x_k作用下分裂生成两个新的树节点，该两个新的树节点的数据集分别为D_l和D_r，数据集D在评价指标x_k作用下的基尼指数计算公式为：

其中|D|、|D_l|、|D_r|分别为数据集D、D_l、D_r的样本总数；

c)根据步骤a)和b)得到随机森林中包含数据集D的第i棵树节点j在评价指标x_k作用下的基尼指数，然后计算其变化量得出基尼增益，计算公式为：

d)假设第i棵树中以评价指标x_k作为分裂指标的节点都存在于集合J，则评价指标x_k在第i棵树的重要度计算公式为：

e)对于m个评价指标，总共生成n棵树的随机森林模型，评价指标x_k的重要度通过归一化来求取：

步骤2.3，对所有随机森林仿真所得的袋外样本估计准确率进行曲线拟合，确定袋外样本估计准确率曲线变化拐点，并以拐点所对应的评价指标子集作为最终的小水电清理整改评价指标。

2.根据权利要求1所述的大数据环境下的小水电清理整改评价指标筛选策略，其特征在于，所述步骤2.3中，确定袋外样本估计准确率曲线变化拐点的步骤为：

a)对所有仿真所得的袋外样本估计准确率的拟合曲线公式进行求导，得到拟合曲线求导后的公式。

b)对拟合曲线求导后的公式取对数，以最小对数值所对应的仿真次数作为袋外样本估计准确率曲线变化拐点。