[發(fā)明專利]一種基于決策樹的資產(chǎn)分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010417459.7
• 申請(qǐng)日: 2020-05-18
• 公開（公告）號(hào): CN111428821A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 胡天牧;高正平;胡曉東;楊永成;潘晨溦;歐志洪;王大淼
• 申請(qǐng)（專利權(quán)）人: 江蘇電力信息技術(shù)有限公司;國網(wǎng)江蘇省電力有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q40/00
• 代理公司: 南京匯盛專利商標(biāo)事務(wù)所(普通合伙) 32238
• 代理人: 陳揚(yáng)

1.一種基于決策樹的資產(chǎn)分類方法，其特征在于，包括如下步驟：

S1獲取訓(xùn)練樣本和分類屬性集合，即一定時(shí)間期間資產(chǎn)分類數(shù)據(jù)；

S2“分而治之”，訓(xùn)練決策樹；

S3建立分類模型，計(jì)算決策樹驗(yàn)證集精度，如果精度不滿足要求，通過后剪枝，使用α-β剪枝法來提高驗(yàn)證集精度；

S4通過分類模型計(jì)算資產(chǎn)分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于決策樹的資產(chǎn)分類方法，其特征在于，具體步驟如下：

1)首先，決策樹是一遞歸的過程，遞歸過程如下：

設(shè)訓(xùn)練樣本為D,屬性集為A，生成函數(shù)為DTG(D，A)

Step1：生成節(jié)點(diǎn)node；

Step2：如果D中的樣本全屬于同一類別C，則將node標(biāo)記為C類葉節(jié)點(diǎn)；返回；

Step3：如果A為空集或者樣本D在A上的取值相同，則將node標(biāo)記為葉節(jié)點(diǎn)，類別為D中樣本數(shù)最多的類；返回；

Step4：從A中選擇最優(yōu)劃分屬性a；

Step5：對(duì)a每一個(gè)值a^v,為node生成一個(gè)分支，設(shè)D_v表示D中在a上取值為a^v的樣本子集；如果D_v為空集，將分支節(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn)，類別為D中樣本數(shù)最多的類；返回；否則，以DTG(D_v,A\{a})為分支節(jié)點(diǎn)；遞歸的結(jié)果為以node為根節(jié)點(diǎn)的一棵決策樹；

2)為找到的Step4中最優(yōu)劃分屬性，設(shè)樣本D中的第k類樣本所占比例為p_k,則樣本D的信息熵為E(D)＝-∑p_klog₂p_k；設(shè)屬性a有V個(gè)可能的取值{a¹,a²,…,a^V}，若使用a對(duì)樣本D進(jìn)行劃分，則會(huì)生成V個(gè)可能的分支節(jié)點(diǎn)，其中第v個(gè)分支節(jié)點(diǎn)包含D中所有在屬性a上取值為a^v的樣本，記為D^v；給分支節(jié)點(diǎn)賦權(quán)重|D^v|/|D|,那么屬性a對(duì)樣本D劃分所得的“信息增益”最優(yōu)劃分屬性即轉(zhuǎn)化為求argmaxG(D,a),a∈A；

3)對(duì)生成的決策樹進(jìn)行α-β剪枝，去“過擬合”；

4)對(duì)待分類資產(chǎn)數(shù)據(jù)帶入決策樹進(jìn)行決策分類。