CN113657726B - 基于随机森林的人员的危险性分析方法 - Google Patents
基于随机森林的人员的危险性分析方法 Download PDFInfo
- Publication number
- CN113657726B CN113657726B CN202110865209.4A CN202110865209A CN113657726B CN 113657726 B CN113657726 B CN 113657726B CN 202110865209 A CN202110865209 A CN 202110865209A CN 113657726 B CN113657726 B CN 113657726B
- Authority
- CN
- China
- Prior art keywords
- personnel
- rfm
- risk
- evaluated
- pretrainset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007637 random forest analysis Methods 0.000 title claims abstract description 29
- 238000012502 risk assessment Methods 0.000 title claims abstract description 17
- 238000012549 training Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000012854 evaluation process Methods 0.000 claims abstract description 6
- 238000003066 decision tree Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000013139 quantization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000002372 labelling Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于随机森林的人员的危险性分析方法，本发明涉及机器学***均水平的倍数SPYD，很直观评估出相对危险性大小。本发明评估方法训练数据中不包含人的主观判断或者量表测试结果，模型质量更高，同时也降低数据标注成本，加快模型更新速度，使得模型能够更快速更低成本地适应环境变化。
Description
技术领域
本发明涉及机器学习领域，尤其涉及一种基于随机森林的人员的危险性分析方法。
背景技术
目前人员危险性评估主要有三种：一是经验型评估，由于受当时的条件限制，危险性评估的方式主要依据评估者对改造表现的直观感觉来界定，这类方法依赖评估者主观判断，总体准确率不高，而且评估过程中的关键是依靠评估者的素质，对于同一名待评价人员，不同评估者的结论可能差别较大；二是量表型评估，实现评估过程标准化和规范化，评估准确率不再依赖评估者的主观判断，但成熟有效的量表编制耗时非常长，多数量表在使用中不能随着社会环境、地理区域、人文风俗、成因等变化而区别对待；第三种是基于机器学习数据驱动的危险性评估方法，依靠多年积累的多维度数据，使用机器学习算法训练分类模型，再通过训练好的模型对待评价人员进行分类。
基于机器学习的危险性评估方法目前总体上仍然处于探索阶段，但是在实际操作过程中，普遍存在操作难度较大、评估信度效度较低的问题。现有的方法均基于经验，多采用分类的形式，即把待评价人员分为危险和非危险两类，或者分为高危、中危、低危等少数几个类别，缺乏量化的危险程度指标，无法精确区分一个类别中不同待评价人员危险程度的不同；其次，训练数据集的标注方法依赖于主观判断或者量表测试结果，不仅标注成本高昂，如前所述主观判断和量表测试都存在较大误差，导致训练数据集精确度也不高，有误差的训练数据训练出的模型必然精确度不高。有的方法虽然可以得到定量的危险程度指标，但难以解释其数值的含义，使用者难以理解和把握，无法快速灵活改变参数，难以适应新技术发展、信息***和相关制度变化带来的环境变化。
因此，现需研究一种容易理解和把握、且适应性高、灵活度高的人员危险性分析方法。
发明内容
为解决上述技术问题，本发明提供一种基于随机森林的人员的危险性分析方法，建立的评估方法训练数据中不包含人的主观判断或者量表测试结果，模型质量更高，同时也降低数据标注成本，加快模型更新速度，使得模型能够更快速更低成本地适应环境变化。
为实现上述目的，本发明提供如下技术方案：
一种基于随机森林的人员的危险性分析方法，包含目标函数和特征的选择、训练模型和评估过程；其中，
(1)目标类别选择：
在人员多维度数据中选择一个维度YD作为目标类别，所述YD与危险程度有关，
设置危险程度指标PYD，PYD指标值含义为被评估人员YD维度取值为1的概率值；
(2)训练过程：
a、建立初始数据集PreTrainSet，PreTrainSet数据集是一个样本集合，每个样本对应多维度人员数据中一个人员的数据；
b、训练随机森林分类模型RFM，使用PreTrainSet数据集训练随机森林分类模型RFM；
或，在PreTrainSet数据集基础上，通过采样或SMOTE算法构造训练数据集TrainSet，使用TrainSet数据集训练随机森林分类模型RFM；
c、计算RFM中每个决策树的每个叶子节点的参数LNPY
所述RFM中包含k个决策树t1,t2,t3,...tk；将RFM中所有决策树的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，建立长度和lnodes相同的数组LNPY，计算命中叶子节点的所有PreTrainSet或TrainSet样本中label等于1的样本所占比例GPYD；
d、保存RFM、GPYD和LNPY；
(3)评估过程：
a、从存储介质加载训练过程得到的RFM、GPYD和LNPY；
b、用随机森林分类算法根据模型RFM对被评估人员进行分类，获得命中的RFM叶子节点，被评估人员将来被列为重点的概率计算PYD；
c、计算SPYD＝PYD/GPYD；
d、PYD和SPYD，作为被评价人员的危险程度量化指标；
SPYD含义为被评估人员的危险性是平均水平的倍数；
当SPYD＞1，表示被评估人员比多数人更危险；
SPYD＜1，表示被评估人员比多数人更安全。
进一步地，所述步骤(1)目标类别选择中，YD是二值的，YD的值为1或0，其中1表示有危险倾向大的类别、0表示危险倾向小的类别，对应是、否两个类别。
进一步地，所述步骤(1)目标类别选择中，YD选择是否被列为重点、是否被使用器械、是否被使用约束性保护措施或分管等级。
进一步地，所述分管等级需预处理为多个二值的维度，首先将分管等级设置为严管、普管、宽管级别，每一级别拆分为是否严管、是否普管、是否宽管，即可选择其一作为目标类别YD。
进一步地，所述步骤(2)训练过程a中所述每个样本有两个列：label和features；YD的值为label，从多维度人员数据中提取和危险性有关的数据，构造features向量；PreTrainSet数据集中，label等于1的样本比例为全部历史数据中YD等于1的记录比例。
进一步地，所述步骤(2)训练过程b中所述TrainSet数据集中，label等于1的样本比例大于全部历史数据中YD等于1的记录比例。
进一步地，所述步骤(2)训练过程c中使用RFM对人员特征向量f进行回归，得到向量f在k个决策树中命中的叶子节点下标元组lnis＝(ln1,ln2,...lnk)，其中lni为向量f在第i个决策树中命中的叶子节点在lnodes中的下标。
进一步地，所述步骤(2)训练过程c中GPYD，计算方法如下：
a、建立长度为叶子节点总数的三个数组LNPY、LNN和LNN1，所有元素均初始化为0，LNN表示命中叶子节点的样本总数，LNN1表示命中叶子节点并且label等于1的样本总数；LNPY中第i个元素LNPYi的值是命中第i个叶子节点的样本中label等于1的样本所占比例；
b、枚举PreTrainSet中每一个样本x，用随机森林分类算法根据模型RFM预测x的分类，忽略预测结果，取得中间结果lnis＝(ln1,ln2,...lnk)，对于每个lni，其中i＝1-k，LNN[lni]＝LNN[lni]+1，如果x.label等于1，则LNN1[lni]＝LNN1[lni]+1；
c、计算LNPY的每个元素的值，LNPY[i]＝LNN1[lni]/LNN[lni]，其中i＝1-m，m是RFM中叶子节点总数；
d、计算PreTrainSet中label等于1的样本比例GPYD，GPYD＝SN1/SN，SN1为PreTrainSet中label等于1样本总数，SN为PreTrainSet样本总数。
进一步地，所述(3)评估过程中b使用上述PreTrainSet或TrainSet数据集样本features列相同的方法，提取被评价人员的特征向量f，用随机森林回归算法根据模型RFM预测f的分类，忽略预测结果，取中间结果lnis＝(ln1,ln2,...lnk)；计算LNPY[lni]的平均值作为待评价人员的危险程度量化指标，被评估人员将来被列为重点的概率PYD。
进一步地，所述PYD的公式计算：
其中i＝1-k。
本发明具有以下有益效果：
1.本发明使用信息***数据库特定字段值自动标注训练数据，定义易于使用者理解的人员危险程度的量化指标，使用随机森林分类算法进行训练和预测，但不使用预测得到的分类，而是根据预测中间结果计算并输出被评估人员的量化的危险系数，使得评估人员能够直观和准确地把握被评估人员的危险程度；本发明评估只需要从信息***数据库中提取数据，无需加入额外的专家主观判断，简单易于操作，准确率高，输出指标易于理解和把握。
2.本发明建立完全基于数据进行危险性分析，提供连续量化的危险性程度指标，比起传统分析方法中仅具备的危险、不危险两个等级，或者少数几个危险程度等级，本发明能够提供关于被评估人员危险性更细致的描述，且连续量化的危险性程度指标有明确的含义，而且容易理解和把握；不一刀切，灵活性高，可以适应各地域不同的制度、不同的技术设备带来的巨大差异，易于推广，适应性强，当制度变化，技术进步导致数据发生巨大变化之后，可以通过重新训练模型的方式快速适应变化。
3.本发明训练数据中不包含人的主观判断或者量表测试结果，模型质量更高，同时也降低数据标注成本，加快模型更新速度，使得模型能够更快速更低成本地适应环境变化；且评估过程简单成本低，易于操作，评估结果易于理解，精确度更高。
附图说明
图1为本发明的训练过程的流程图。
图2为本发明的评估过程的流程图。
具体实施方式
下面通过实施例对本发明作进一步说明，但不作为是对本发明的限制。
实施例1
基于随机森林的人员的危险性分析方法，包含目标函数和特征的选择、训练模型和评估过程；其中，
(1)目标类别选择：
在人员多维度数据中选择一个维度YD作为目标类别，所述YD与危险程度有关，YD是二值的，YD的值为1或0，其中1表示有危险倾向大的类别、0表示危险倾向小的类别，对应是、否两个类别；
YD选择是否被列为重点、是否被使用器械、是否被使用约束性保护措施或分管等级；
所述分管等级需预处理为多个二值的维度，首先将分管等级设置为严管、普管、宽管级别，每一级别拆分为是否严管、是否普管、是否宽管，即可选择其一作为目标类别YD；
设置危险程度指标PYD，PYD指标值含义为被评估人员YD维度取值为1的概率值；
(2)训练过程：(图1为本发明的训练过程的流程图)
a、建立初始数据集PreTrainSet，PreTrainSet数据集是一个样本集合，每个样本对应多维度人员数据中一个人员的数据；每个样本有两个列：label和features；YD的值为label，从多维度人员数据中提取和危险性有关的数据，构造features向量；PreTrainSet数据集中，label等于1的样本比例为全部历史数据中YD等于1的记录比例；
b、训练随机森林分类模型RFM，使用PreTrainSet数据集训练随机森林分类模型RFM；
或，在PreTrainSet数据集基础上，通过采样或SMOTE算法构造训练数据集TrainSet，使用TrainSet数据集训练随机森林分类模型RFM；所述TrainSet数据集中，label等于1的样本比例大于全部历史数据中YD等于1的记录比例；
c、计算RFM中每个决策树的每个叶子节点的参数LNPY
所述RFM中包含k个决策树t1,t2,t3,...tk；将RFM中所有决策树的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，得到向量f在k个决策树中命中的叶子节点下标元组lnis＝(ln1,ln2,...lnk)，其中lni为向量f在第i个决策树中命中的叶子节点在lnodes中的下标；建立长度和lnodes相同的数组LNPY，计算命中叶子节点的所有PreTrainSet或TrainSet样本中label等于1的样本所占比例GPYD；
计算方法如下：
a、建立长度为叶子节点总数的三个数组LNPY、LNN和LNN1，所有元素均初始化为0，LNN表示命中叶子节点的样本总数，LNN1表示命中叶子节点并且label等于1的样本总数；LNPY中第i个元素LNPYi的值是命中第i个叶子节点的样本中label等于1的样本所占比例；
b、枚举PreTrainSet中每一个样本x，用随机森林分类算法根据模型RFM预测x的分类，忽略预测结果，取得中间结果lnis＝(ln1,ln2,...lnk)，对于每个lni，其中i＝1-k，LNN[lni]＝LNN[lni]+1，如果x.label等于1，则LNN1[lni]＝LNN1[lni]+1；
c、计算LNPY的每个元素的值，LNPY[i]＝LNN1[lni]/LNN[lni]，其中i＝1-m，m是RFM中叶子节点总数；
d、计算PreTrainSet中label等于1的样本比例GPYD，GPYD＝SN1/SN，SN1为PreTrainSet中label等于1样本总数，SN为PreTrainSet样本总数；
d、保存RFM、GPYD和LNPY；
(3)评估过程：(图2为本发明的评估过程的流程图)
a、从存储介质加载训练过程得到的RFM、GPYD和LNPY；
b、使用上述PreTrainSet或TrainSet数据集样本features列相同的方法，提取被评价人员的特征向量f，用随机森林回归算法根据模型RFM预测f的分类，忽略预测结果，取中间结果lnis＝(ln1,ln2,...lnk)；计算LNPY[lni]的平均值作为待评价人员的危险程度量化指标，被评估人员将来被列为重点的概率PYD；其中i＝1-k；
c、计算SPYD＝PYD/GPYD；
d、PYD和SPYD，作为被评价人员的危险程度量化指标；
SPYD含义为被评估人员的危险性是平均水平的倍数，
当SPYD＞1，表示被评估人员比多数人更危险；
SPYD＜1，表示被评估人员比多数人更安全。
实施例2
本发明按照实施例1方法，在两个单位中(后面称为单位A和单位B)中实施，使用单位A自2016-09-01以来人员数据经数据清洗、剔除错误和质量差的数据之后，构造初始数据集PreTrainSet,包含4113个样本；使用“是否被列为重点”作为YD，应用本发明方法训练人员危险性评估模型，然后使用训练得到的模型对单位B已经录入完整数据的2312名人员进行危险性评估，计算被评估人员的危险性是平均水平的倍数SPYD。对得到的SPYD进行排序后，取SPYD最大值和最小值各20名人员，由专家进行主观人工评定其危险性，结果如下：
| 专家判定危险人数 | 专家判定不危险人数 | 危险人数占比例 | |
| SPYD最大值20人 | 19 | 1 | 95％ |
| SPYD最小值20人 | 2 | 18 | 10％ |
可见本发明的评估结果和专家主观判断基本符合，可由计算机自动完成评估，可节省大量时间和成本。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (5)
1.一种基于随机森林的人员的危险性分析方法，其特征在于，包含目标类别选择、训练过程和评估过程；其中，
（1）目标类别选择：
在人员多维度数据中选择一个维度YD作为目标类别，所述YD与危险程度有关，
设置危险程度指标PYD，PYD指标值含义为被评估人员YD维度取值为1的概率值；
所述YD选择是否被列为重点人员、是否被使用警器械、是否被使用约束性保护措施或分管等级；所述分管等级需预处理为多个二值的维度，首先将分管等级设置为严管、普管、宽管级别，每一级别拆分为是否严管、是否普管、是否宽管，即可选择其一作为目标类别YD；
（2）训练过程：
a、建立初始数据集PreTrainSet，PreTrainSet数据集是一个样本集合，每个样本对应多维度人员数据中一个人员的数据；
b、训练随机森林分类模型RFM，在PreTrainSet数据集基础上，通过采样或SMOTE算法构造训练数据集TrainSet，使用TrainSet数据集训练随机森林分类模型RFM；
c、计算RFM中每个决策树的每个叶子节点的参数LNPY
所述RFM中包含k个决策树t1,t2,t3,...tk；将RFM中所有决策树的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，建立长度和lnodes相同的数组LNPY，计算命中叶子节点的所有PreTrainSet或TrainSet样本中label等于1的样本所占比例GPYD；
所述GPYD，计算方法如下：
(a)、建立长度为叶子节点总数的三个数组LNPY、LNN和LNN1，所有元素均初始化为0，LNN表示命中叶子节点的样本总数，LNN1表示命中叶子节点并且label等于1的样本总数；LNPY中第i个元素LNPYi的值是命中第i个叶子节点的样本中label等于1的样本所占比例；
(b)、枚举PreTrainSet中每一个样本x，用随机森林分类算法根据模型RFM预测x的分类，忽略预测结果，取得中间结果lnis=(ln1,ln2,...lnk)，对于每个lni，其中i=1-k，LNN[lni]=LNN[lni]+1，如果x.label等于1，则LNN1[lni]=LNN1[lni]+1；
(c)、计算LNPY的每个元素的值，LNPY[i]=LNN1[lni]/LNN[lni]，其中i=1-m，m是RFM中叶子节点总数；
(d)、计算PreTrainSet中label等于1的样本比例GPYD，GPYD=SN1/SN，SN1为PreTrainSet中label等于1样本总数，SN为PreTrainSet样本总数；
d、保存RFM、GPYD和LNPY；
（3）评估过程：
A、从存储介质加载训练过程得到的RFM、GPYD和LNPY；
B、用随机森林分类算法根据模型RFM对被评估人员进行分类，获得命中的RFM叶子节点，被评估人员将来被列为重点人员的概率计算PYD；
使用上述PreTrainSet或TrainSet数据集样本features列相同的方法，提取被评价人员的特征向量f，用随机森林回归算法根据模型RFM预测f的分类，忽略预测结果，取中间结果lnis=(ln1,ln2,...lnk)；计算LNPY[lni]的平均值作为待评价人员的危险程度量化指标，被评估人员将来被列为重点人员的概率PYD；
C、计算SPYD=PYD/GPYD；
D、PYD和SPYD，作为被评价人员的危险程度量化指标；
SPYD含义为被评估人员的危险性是平均水平的倍数；
当SPYD＞1，表示被评估人员比多数人更危险；
SPYD＜1，表示被评估人员比多数人更安全；
所述PYD的公式计算：
，其中i=1-k。
2.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤（1）目标类别选择中，YD是二值的，YD的值为1或0，其中1表示有危险倾向大的类别、0表示危险倾向小的类别，对应是、否两个类别。
3.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤（2）训练过程a中所述每个样本有两个列：label和features； YD的值为label，从多维度人员数据中提取和危险性有关的数据，构造features向量；PreTrainSet数据集中，label等于1的样本比例为全部历史数据中YD等于1的记录比例。
4.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤（2）训练过程b中所述TrainSet数据集中，label等于1的样本比例大于全部历史数据中YD等于1的记录比例。
5.根据权利要求1所述基于随机森林的人员的危险性分析方法，其特征在于，所述步骤（2）训练过程c中使用RFM对人员特征向量f进行回归，得到向量f在k个决策树中命中的叶子节点下标元组lnis=(ln1,ln2,...lnk)，其中lni为向量f在第i个决策树中命中的叶子节点在lnodes中的下标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110865209.4A CN113657726B (zh) | 2021-07-29 | 2021-07-29 | 基于随机森林的人员的危险性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110865209.4A CN113657726B (zh) | 2021-07-29 | 2021-07-29 | 基于随机森林的人员的危险性分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113657726A CN113657726A (zh) | 2021-11-16 |
| CN113657726B true CN113657726B (zh) | 2023-10-31 |
Family
ID=78490885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110865209.4A Active CN113657726B (zh) | 2021-07-29 | 2021-07-29 | 基于随机森林的人员的危险性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113657726B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116311081B (zh) * | 2023-05-12 | 2023-08-22 | 天津医科大学 | 一种基于图像识别的医学实验室监控图像分析方法和*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663503A (zh) * | 2012-04-05 | 2012-09-12 | 北京联海信息***有限公司 | 一种信息安全评估方法 |
| CN107480839A (zh) * | 2017-10-13 | 2017-12-15 | 深圳市博安达信息技术股份有限公司 | 基于主成分分析和随机森林的高危污染源的分类预测方法 |
| CN111582386A (zh) * | 2020-05-11 | 2020-08-25 | 四川师范大学 | 一种基于随机森林的地质灾害多灾种综合风险评价方法 |
| CN111784486A (zh) * | 2020-06-12 | 2020-10-16 | 苏宁金融科技(南京)有限公司 | 业务风险预测模型的构建方法、装置和计算机设备 |
-
2021
- 2021-07-29 CN CN202110865209.4A patent/CN113657726B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663503A (zh) * | 2012-04-05 | 2012-09-12 | 北京联海信息***有限公司 | 一种信息安全评估方法 |
| CN107480839A (zh) * | 2017-10-13 | 2017-12-15 | 深圳市博安达信息技术股份有限公司 | 基于主成分分析和随机森林的高危污染源的分类预测方法 |
| CN111582386A (zh) * | 2020-05-11 | 2020-08-25 | 四川师范大学 | 一种基于随机森林的地质灾害多灾种综合风险评价方法 |
| CN111784486A (zh) * | 2020-06-12 | 2020-10-16 | 苏宁金融科技(南京)有限公司 | 业务风险预测模型的构建方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113657726A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110263846B (zh) | 基于故障数据深度挖掘及学习的故障诊断方法 | |
| CN107577688B (zh) | 基于媒体信息采集的原创文章影响力分析*** | |
| CN112966259B (zh) | 电力监控***运维行为安全威胁评估方法及设备 | |
| CN108877880B (zh) | 基于病历文本的病人相似性度量装置及方法 | |
| CN108363717B (zh) | 一种数据安全级别的识别检测方法及装置 | |
| CN111754345A (zh) | 一种基于改进随机森林的比特币地址分类方法 | |
| CN115794803B (zh) | 一种基于大数据ai技术的工程审计问题监测方法与*** | |
| CN104850868A (zh) | 一种基于k-means和神经网络聚类的客户细分方法 | |
| CN104239722A (zh) | 一种基于因素间相关关系识别的预测方法 | |
| CN112926045A (zh) | 一种基于逻辑回归模型的群控设备识别方法 | |
| CN113657726B (zh) | 基于随机森林的人员的危险性分析方法 | |
| CN112541636A (zh) | 输电线路覆冰风险预警方法、装置、介质和电子设备 | |
| CN115576981A (zh) | 一种基于有监督算法与无监督算法相结合的异常检测方法 | |
| CN116010884A (zh) | 基于主成分分析的SSA-LightGBM油浸式变压器的故障诊断方法 | |
| Gowtham Sethupathi et al. | Efficient rainfall prediction and analysis using machine learning techniques | |
| CN109597944B (zh) | 一种基于深度信念网络的单分类微博谣言检测模型 | |
| CN116629716A (zh) | 一种智能交互***工效分析方法 | |
| CN111105041B (zh) | 一种用于智慧数据碰撞的机器学习方法及装置 | |
| CN111221915B (zh) | 基于CWK-means的在线学习资源质量分析方法 | |
| CN116843074A (zh) | 一种基于cnn-lstm模型的台风灾害损失预测方法 | |
| CN113393169B (zh) | 基于大数据技术的金融行业交易***性能指标分析方法 | |
| CN114742599A (zh) | 一种基于自训练的用户价值分层方法、装置、存储介质及设备 | |
| KR101629178B1 (ko) | 다중 특허지표를 이용한 기술 수명 주기 분석 장치 | |
| CN115359857A (zh) | 一种基于cart模型和优化rvflnn模型预测pm2.5浓度的方法 | |
| CN113221966A (zh) | 基于F_Max属性度量的差分隐私决策树构建方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |