一种基于梯度增强树人口预测模型的参数优化方法技术

本发明专利技术公开了一种基于梯度增强树人口预测模型的参数优化方法，属于计算机技术领域。本发明专利技术通过数据采集、多维特征提取、梯度提升树模型训练和构建训练样本集这四个步骤来实现人口预测模型的参数优化。本发明专利技术在对进行数据采集时，以特定时间戳数据和原始数据集Dataset相结合处理，能够提高数据的采集成功率，能够将有用的数据存储起来，将异常值存放在历史数据库中，以便数据缺失时进行比对。本发明专利技术将客观存在的影响因素例如天气、收入、人口等方面考虑为可能对预测区域年生活用电总量产生偏差的原因，实现用电预测全过程的数据驱动。

【技术实现步骤摘要】
一种基于梯度增强树人口预测模型的参数优化方法
本专利技术属于计算机
，具体涉及一种基于梯度增强树人口预测模型的参数优化方法。
技术介绍
人口问题是当今世界上最令人关注的问题之一，一些发展中国家的人口出生率过高，越来越严重地威胁着人类的正常生活，有些发达国家的自然增长率趋近于零，甚至变负，造成劳动力短缺，也是不容忽视的问题.对于我国来说,尤其为甚，建立数学模型对人口发展过程进行描述,分析和预测,并进而研究控制人口增长和老化的生育策略，已引起有关专家,官员和社会各方面的极大关注和兴趣,是数学在社会发展中的重要应用领域。经现有文献检索发现，中国专利公开号CN109858691A，公开日2019年06月07日的专利申请公开了基于遗传学思想优化Leslie模型的人口预测方法。该专利申请引入遗传学思想并结合初始模型，计算某一时间段育龄女性的非独生子女比例和育龄男性的非独生子女比例；并计算某一时间段育龄女性的意愿生育或已生育得到的下一代总人数，进而得到总和生育率；结合Leslie模型构建出动态规划模型。虽然该专利技术对人口的预测模型的建立，提升本文档来自技高网...

【技术保护点】
1.一种基于梯度增强树人口预测模型的参数优化方法，其特征在于包括如下步骤：/n1)数据采集：采集特定时间段可验证的时间戳数据，该数据形成原始数据集Dataset进行数据预处理，然后进行数据读取，并处理缺失值和异常值，利用传感器构建历史数据库；/n2)多维特征提取：将步骤1)中采集的数据进行聚类分析，然后利用梯度提升算法进行评估，采用最大信息系数进行特征选择，紧接着整理特征提取后的数据集；/n3)梯度提升树模型训练：设置默认训练参数，将提取后的数据集进行导入，训练数据集以及读取工作，进行分类模型训练，对数据进行划分，按时间维度5～6:2～3的数量将其分为训练数据集和测试数据集，然后进行模型评估；...

【技术特征摘要】
1.一种基于梯度增强树人口预测模型的参数优化方法，其特征在于包括如下步骤：
1)数据采集：采集特定时间段可验证的时间戳数据，该数据形成原始数据集Dataset进行数据预处理，然后进行数据读取，并处理缺失值和异常值，利用传感器构建历史数据库；
2)多维特征提取：将步骤1)中采集的数据进行聚类分析，然后利用梯度提升算法进行评估，采用最大信息系数进行特征选择，紧接着整理特征提取后的数据集；
3)梯度提升树模型训练：设置默认训练参数，将提取后的数据集进行导入，训练数据集以及读取工作，进行分类模型训练，对数据进行划分，按时间维度5～6:2～3的数量将其分为训练数据集和测试数据集，然后进行模型评估；
4)构建训练样本集：将上述步骤处理的数据进行模型训练，采用最优参数模型，测试数据集，进行测试数据读取，输出测试...

【专利技术属性】
技术研发人员：魏军，张自强，郭芳琳，申富泰，冯丽丽，杨蓉，仇银萍，周纪宇，丁国江，魏其珺，
申请(专利权)人：国网甘肃省电力公司信息通信公司，
类型：发明
国别省市：甘肃;62