[发明专利]一种结合模糊集和随机森林树的多类别决策方法在审
| 申请号： | 201811562806.4 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109657721A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 颜宏文;马瑞 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合模糊集和随机森林树的多类别决策方法，包括如下步骤：(1)分析和选取数据集合，初步构造训练、预测样本集，进一步说明数据标签，以及数据的标签是否被ST标记；(2)采用模糊数学的方法对训练样本数据进行模糊化表示，将二分类标记转化为多分类标记；(3)采用随机森林模型对上述已经模糊化处理的样本数据进行训练，得到训练后的随机森林模型；(4)将预测样本数据输入到训练后的随机森林模型当中，对场景应用进行决策；同时将本发明应用于企业财务风险预警，论证了本发明的实用性、有效性和科学性。本发明的显著优点为通过结合模糊集和随机森林模型将二分类决策转换成多分类决策，大大提高了预测的精度、效率、以及数据的合理性。 | ||
| 搜索关键词： | 随机森林 模糊集 类别决策 二分类 模糊数学 标签 训练样本数据 预测样本数据 模糊化处理 场景应用 分类标记 风险预警 决策转换 企业财务 数据集合 说明数据 样本数据 模糊化 样本集 预测 合理性 决策 分类 应用 转化 分析 | ||
【主权项】：
1.一种结合模糊集和随机森林的多类别决策方法，其特征在于包括如下步骤：(1)分析和选取数据集，初步构造训练、预测样本集，进一步说明数据标签，以及数据的标签是否被ST标记；(2)采用模糊数学的方法对训练样本数据进行模糊化表示，将二分类标记转化多分类标记；(3)采用随机森林模型对上述已经降维和模糊过的数据进行训练，得到训练后的随机森林模型；(4)将预测样本数据输入到训练后的随机森林模型当中进行场景决策。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811562806.4/，转载请声明来源钻瓜专利网。
