[发明专利]火灾预测方法、XGBoost模型的训练方法及相关设备

说明书

本申请公开了一种基于XGBoost模型的火灾预测方法、XGBoost模型的训练方法、电子设备及计算机可读存储介质。该火灾预测方法包括：获取目标区域在未来的第一时间段的火灾相关数据，火灾相关数据包括天气数据、时间数据和建筑物数据中的至少一类；将火灾相关数据输入XGBoost模型，得到未来的第一时间段的火灾预测结果。通过上述方式，能够通过未来的第一时间段的火灾相关数据预测对应的火灾预测结果。

技术领域

本申请涉及数据分析领域，特别是涉及一种基于XGBoost模型的火灾预测方法、XGBoost模型的训练方法、电子设备及计算机可读存储介质。

背景技术

火灾是威胁人们安全和社会发展的主要灾害之一。为了减小甚至避免火灾带来的损失，对于火灾的“防”和“治”相当重要。

对于火灾的“治”，一般是通过监控目标区域的火灾报警信息，且对火灾报警信息进行响应。因此火灾的“治”是对已经发生的火灾进行处理。而火灾的“防”，即在未来可能发生的火灾进行预防。

目前社会大都关注的是火灾的“治”，而忽略了火灾的“防”。因此，亟需一种自动实现对火灾的“防”的方法。

发明内容

本申请提供一种基于XGBoost模型的火灾预测方法、XGBoost模型的训练方法、电子设备及计算机可读存储介质，能够通过未来的第一时间段的火灾相关数据预测对应的火灾发生次数。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于XGBoost模型的火灾预测方法。该方法包括：获取目标区域在未来的第一时间段的火灾相关数据，火灾相关数据包括天气数据、时间数据和建筑物数据中的至少一类；将火灾相关数据输入XGBoost模型，得到未来的第一时间段的火灾预测结果。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种XGBoost模型的训练方法，该方法包括：获取训练集，其中，训练集包括多条历史的第一时间段的历史火灾相关数据，历史火灾相关数据包括天气数据、时间数据和建筑物数据中的至少一类；将每条历史火灾相关数据输入XGBoost模型，得到对应的历史的第一时间段内的火灾预测结果；基于火灾预测结果和真值之间的差异，调整XGBoost模型的参数。

为解决上述技术问题，本申请采用的再一个技术方案是：提供一种电子设备，该电子设备包括处理器、与处理器连接的存储器，其中，存储器存储有程序指令；处理器用于执行存储器存储的程序指令以实现上述方法。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，存储有程序指令，该程序指令被执行时能够实现上述方法。

通过上述方式，能够通过XGBoost模型对未来的第一时间段的火灾相关数据预测，得到未来的第一时间段的火灾预测结果。

附图说明

图1是本申请基于XGBoost模型的火灾预测方法一实施例的流程示意图；

图2是图1中S11的具体流程示意图；

图3是图2中S22的一具体流程示意图；

图4是图2中S22的另一具体流程示意图；

图5是本申请利用分位数方法对异常数据处理的示意图；

图6是本申请XGBoost模型的训练方法一实施例的流程示意图；

图7是图6中S41的具体流程示意图；

图8是图7中S52的一具体流程示意图；

图9是图7中S52的另一具体流程示意图；

图10是图7中S52的又一具体流程示意图；

图11是本申请电子设备一实施例的结构示意图；