[发明专利]基于随机森林的戒毒人员戒治效果的评估方法

权利要求书

1.一种基于随机森林的戒毒人员戒治效果的评估方法，其特征在于，包含目标函数和特征的选择、训练模型和评估过程；其中，

(1)目标函数和特征选择：

在戒毒人员多维度戒毒数据中选择一个维度YD作为目标函数，所述YD是与所述戒治效果直接相关的量化指标；

从戒毒人员多维度戒毒数据选择一组特征FD，所述FD为戒毒人员的静止属性；

(2)训练模型：

a、建立训练数据集TrainSet样本集合，其中的每一样本对应多维度戒毒数据中一个人员的数据；

b、训练随机森林回归模型RFM,从TrainSet中提取样本并放入子集ModelTrainSet中，用于随机森林训练；

c、将所述RFM中所有叶子节点放到统一的叶子节点数组lnodes中，使用RFM对人员特征向量f进行回归，计算命中叶子节点的所有TrainSet样本的均值LNMEAN数组和标准差LNSTD数组；计算TrainSet全体的目标函数值的标准差和平均值，保存到GSTD和GMEAN中；

d、保存RFM、GMEAN、GSTD、LNSTD和LNMEAN；

(3)评估过程：

a、从存储介质加载训练过程得到的RFM、GMEAN、GSTD、LNSTD和LNMEAN；

b、用随机森林回归算法根据模型RFM预测被评估人员的目标函数YD值，获得命中的RFM叶子节点，计算被评估人员的YD和类似戒毒人员平均值的偏差是标准差的倍数LSS；

c、计算被评估人员的YD和整体平均值的偏差是标准差的倍数GSS，

其公式为GSS＝(YD-GMEAN[m])/GSTD[m]；

d、输出LSS和GSS，以及LSS和GSS指标随时间变化的趋势，作为被评价人员戒治效果指标YD的直观说明；

GSS＞0表示被评价人员的戒治效果优于整体平均水平，GSS＜0表示被评价人员的戒治效果比整体平均水平差；

当LSS＞0，表示被评估人员当前的戒治效果优于类似戒毒人员平均值，

-1＜LSS＜1，表示被评估人员戒治效果和类似戒毒人员的平均值偏差在一个标准差之内，标注其戒治效果为“正常”，

LSS＜-1表示戒毒人员戒治效果低于类似戒毒人员平均值超过一个标准差，标注其戒治效果为“差”，

LSS＞1表示戒毒人员戒治效果高于类似戒毒人员平均值超过1个标准差，标注其戒治效果为“优”；

当LSS和GSS的评估结果不同时，以LSS的评估结果为标准。

2.根据权利要求1所述基于随机森林的戒毒人员戒治效果的评估方法，其特征在于，所述YD为连续实数类型；YD为累计奖罚分、月度奖罚分、考试成绩、医疗检验结果、康复训练成绩任一种。

3.根据权利要求1所述基于随机森林的戒毒人员戒治效果的评估方法，其特征在于，所述FD在整个戒毒过程内不会变化；FD为性别、年龄、吸食毒品种类、文化程度任一种。

4.根据权利要求1所述基于随机森林的戒毒人员戒治效果的评估方法，其特征在于，所述(2)训练模型中a所述TrainSet样本集合中的每一样本对应多维度戒毒数据中一个人员的数据，所述每个样本设置三个列，分别为month、label、features；其中，

YD的值作为label，从多维度戒毒数据中提取选中特征维度FD的数据构造features向量；month是戒毒人员戒毒时间，由多维度戒毒数据中提取，以月为单位。

5.根据权利要求1所述基于随机森林的戒毒人员戒治效果的评估方法，其特征在于，所述(2)训练模型中b所述从TrainSet中提取month等于mi的样本并放入子集ModelTrainSet中，用于随机森林训练，所述mi取中间值，mi＝12；

将数据集ModelTrainSet训练随机森林分类模型RFM，在训练过程中，控制所述叶子节点的最小样本数MNS，其中，10≤MNS＜ModelTrainSet样本总数/叶子节点总数。