[發明專利]基于模型集合的數據預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110600017.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113205230A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 張春玲;彭琛
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/245;G06Q10/06
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

本發明實施例公開了一種基于模型集合的數據預測方法、裝置、計算機設備及存儲介質。方法包括：首先獲取目標行業因子數據；然后將目標行業因子數據分別輸入預設的模型集合中的目標回歸模型以及目標分類模型進行結果預測，分別得到回歸預測結果以及分類預測結果；再確定回歸預測結果與分類預測結果的方向是否一致；若回歸預測結果與分類預測結果的方向一致，則根據目標預測類型從回歸預測結果以及分類預測結果中確定目標預測結果；若回歸預測結果與分類預測結果的方向不一致，則根據預設的校正規則確定目標預測結果。本發明實施例結合了分類模型以及回歸模型對預測結果進行預測，從多角度分析同一個目標問題，可以提高預測結果的準確性。

技術領域

本發明涉及數據預測技術領域，尤其涉及一種基于模型集合的數據預測方法、裝置、計算機設備及存儲介質。

背景技術

在經濟研究中通常需要對工業增加值或者產能產值等未來的變化趨勢進行一定的預判。

除傳統的根據專家經驗對未來的變化趨勢進行預判以外，通常會使用可量化的經濟因子對未來經濟走勢進行預測。目前經濟研究中一般使用的預測模型都是較為傳統的模擬推演或簡單的線性回歸等機器學習模型，預測的結果出錯不易被發現，導致預測結果不準確。

發明內容

本發明實施例提供了一種基于模型集合的數據預測方法、裝置、計算機設備及存儲介質，可以提高預測結果的準確性。

第一方面，本發明實施例提供了一種基于模型集合的數據預測方法，其包括：

獲取目標行業因子數據；

將所述目標行業因子數據分別輸入預設的模型集合中的目標回歸模型以及目標分類模型進行結果預測，分別得到回歸預測結果以及分類預測結果，所述模型集合包括多個分類模型以及多個回歸模型，所述目標分類模型以及所述目標回歸模型分別為所述模型集合中質量分數最高的分類模型以及質量分數最高的回歸模型；

確定所述回歸預測結果與所述分類預測結果的方向是否一致；

若所述回歸預測結果與所述分類預測結果的方向一致，則根據目標預測類型從所述回歸預測結果以及所述分類預測結果中確定目標預測結果；

若所述回歸預測結果與所述分類預測結果的方向不一致，則根據預設的校正規則確定目標預測結果。

第二方面，本發明實施例還提供了一種基于模型集合的數據預測裝置，其包：

獲取單元，用于獲取目標行業因子數據；

輸入單元，用于將所述目標行業因子數據分別輸入預設的模型集合中的目標回歸模型以及目標分類模型進行結果預測，分別得到回歸預測結果以及分類預測結果，所述模型集合包括多個分類模型以及多個回歸模型，所述目標分類模型以及所述目標回歸模型分別為所述模型集合中質量分數最高的分類模型以及質量分數最高的回歸模型；

第一確定單元，用于確定所述回歸預測結果與所述分類預測結果的方向是否一致；

第二確定單元，用于當所述回歸預測結果與所述分類預測結果的方向一致時，根據目標預測類型從所述回歸預測結果以及所述分類預測結果中確定目標預測結果；

第三確定單元，用于當所述回歸預測結果與所述分類預測結果的方向不一致時，根據預設的校正規則確定目標預測結果。

第三方面，本發明實施例還提供了一種計算機設備，其包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現上述方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，所述存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時可實現上述方法。