[发明专利]一种基于孤立森林算法的销量异常值检测方法在审
申请号: | 201910823506.5 | 申请日: | 2019-09-02 |
公开(公告)号: | CN110533108A | 公开(公告)日: | 2019-12-03 |
发明(设计)人: | 张益;田地 | 申请(专利权)人: | 四川长虹电器股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
代理公司: | 51213 四川省成都市天策商标专利事务所 | 代理人: | 郭会<国际申请>=<国际公布>=<进入国 |
地址: | 621000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: |
本发明公开了一种基于孤立森林算法的销量异常值检测方法,包括:A.使用python中pandas模块读取销量数据;B.对读取的数据进行数据清洗;C.将清洗后的数据使用pandas.sample方法进随机抽样;D.对每个抽样的数据集建立一个树模型;E.使用公式 |
||
搜索关键词: | 准确率 读取 异常值检测 公式计算 检测系统 模块读取 人力成本 数据清洗 数据使用 随机抽样 异常概率 自动检测 树模型 数据集 样本点 算法 清洗 抽样 孤立 检测 森林 | ||
【主权项】:
1.一种基于孤立森林算法的销量异常值检测方法,其特征在于,包括以下步骤:/nA.使用python中pandas模块读取销量数据;/nB.对读取的数据进行数据清洗;/nC.将清洗后的数据使用pandas.sample方法进随机抽样;/nD.对每个抽样的数据集建立一个树模型;/nE.使用公式 计算样本点x的异常概率,其中,m表示销量数据的样本总量,h(x)表示样本在树模型中的平均深度,c(m)=2ln(m-1)+ξ-2(m-1/m),ξ为欧拉常数;/nF.依次计算销量数据中每一个样本点的异常概率,并输出异常值。/n
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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/201910823506.5/,转载请声明来源钻瓜专利网。