数据处理方法和设备技术

本申请提供一种数据处理方法和设备，包括获取测试数据，其中，测试数据包括第一类型测试数据和数值型测试数据；使用第一数据处理模型对第一类型测试数据进行处理，获得布尔型预测结果；以及使用第二数据处理模型对数值型测试数据进行处理，获得数值型预测结果；对布尔型预测结果和数值型预测结果进行融合，获得融合结果，通过如此设置，提升数据处理精度。提升数据处理精度。提升数据处理精度。

【技术实现步骤摘要】
数据处理方法和设备


[0001]本申请涉及但不限定于一种数据处理方法和设备。

技术介绍

[0002]近年来，随着大数据等新技术的快速发展，大数据分析广泛应用于生产数据分析，让生产规划的制定过程更加理性化，实现生产资源优化分配。
[0003]现阶段，在对生产数据进行分析过程中，通常使用神经网络模型。神经网络模型实际上是根据训练样本创造出一个多维输入、多维输出的函数，并使用该函数进行处理，网络的训练过程即为调节该函数参数提高处理精度的过程。
[0004]但这种处理方法仅能处理数值型信息，无法处理相关字符型信息，这就导致在优化模型的训练前遗失很多重要的特征，难以有效地提高处理的精度和有效率，而且需要较长的训练时间和较大的运算量，不便于实际应用。

技术实现思路

[0005]本申请一实施例提供一种数据处理方法，包括：
[0006]获取测试数据，其中，测试数据包括第一类型测试数据和数值型测试数据，第一类型测试数据包括布尔型测试数据和/或字符串测试数据；
[0007]使用第一数据处理模型对第一类型测试数据进行处理，获得布尔型预测结果；以及使用第二数据处理模型对数值型测试数据进行处理，获得数值型预测结果；
[0008]对布尔型预测结果和数值型预测结果进行融合，获得融合结果。
[0009]在一些实施例中，对布尔型预测结果和数值型预测结果进行融合，获得融合结果，具体包括：
[0010]对数值型预测结果进行二值化处理，获得二值化预测结果；
[0011]使用预设融合规则二值化预测结果、布尔型预测结果以及数值型预测结果进行融合，获得融合结果。
[0012]在一些实施例中，对数值型预测结果进行二值化处理获得二值化预测结果，具体包括：
[0013]当数值型预测结果大于第一阈值时，获得的二值化预测结果为第一数值；
[0014]当数值型预测结果小于或等于第一阈值时，获得的二值化预测结果为第二数值；其中，第一数值表征是，第二数值表征否；
[0015]相应地，融合结果包括布尔型融合结果和数值型融合结果，
[0016]使用预设融合规则二值化预测结果、布尔型预测结果以及数值型预测结果进行融合，获得融合结果，具体包括以下任意一项：
[0017]当二值化预测结果为第二数值时，将布尔型融合结果设置为第二数值，将数值型融合结果设置为最小值；
[0018]当二值化预测结果和布尔型预测结果均为第一数值时，将布尔型融合结果设置为
第一数值，设置数值型融合结果的数值为数值型预测结果的数值；
[0019]当数值型预测结果大于或等于第二阈值时，将布尔型融合结果设为第一数值，将数值型融合结果的数值设置为数值型预测结果的数值；
[0020]当数值型预测结果小于第二阈值时，将布尔型融合结果设置为第二数值，将数值型融合结果设置为最小值。
[0021]在一些实施例中，第一数据处理模型为随机森林模型，方法还包括：
[0022]获取第一类型训练数据，第一类型训练数据包括布尔型训练数据和/或字符串训练数据；重复执行如下步骤：
[0023]从第一类型训练数据中有放回的选择多个训练数据，获得一个第一类型子训练数据；根据第一类型子训练数据生成一颗决策树；
[0024]直到获得预设数量的决策树，根据预设数量的决策树建立随机森林模型。
[0025]在一些实施例中，第二数据处理模型为极端梯度提升模型，方法还包括：
[0026]获取数值型训练数据；重复执行如下步骤：
[0027]根据上一颗决策树对数值型训练数据进行预测，获得上一预测结果；
[0028]根据上一预测结果建立当前颗决策树，并计算当前颗决策树的优化目标值；
[0029]在当前颗决策树的优化目标值小于残差精度时，根据已经建立的决策树构建极端梯度提升模型。
[0030]本申请另一实施例提供一种数据处理装置，包括：
[0031]获取模块，用于获取测试数据，其中，测试数据包括第一类型测试数据和数值型测试数据；
[0032]处理模块，用于使用第一数据处理模型对第一类型测试数据进行处理，获得布尔型预测结果；以及使用第二数据处理模型对数值型测试数据进行处理，获得数值型预测结果；
[0033]处理模块还用于对布尔型预测结果和数值型预测结果进行融合，获得融合结果。
[0034]在一些实施例中，处理模块，具体用于：
[0035]对数值型预测结果进行二值化处理，获得二值化预测结果；
[0036]使用预设融合规则二值化预测结果、布尔型预测结果以及数值型预测结果进行融合，获得融合结果。
[0037]本申请又一实施例提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；
[0038]存储器存储计算机执行指令；
[0039]处理器执行存储器存储的计算机执行指令，以实现上述实施例所涉及的方法。
[0040]本申请再一实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述实施例所涉及的方法。
[0041]本申请又一实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述实施例所涉及的方法。
[0042]本申请提供的数据处理方法和设备，使用第一数据处理模型对第一类型测试数据进行处理获得布尔型预测结果，以及使用第二数据处理模型对数值型测试数据进行处理获得数值型预测结果，对布尔型预测结果和数值型预测结果进行融合获得融合结果。第一类
型测试数据包括布尔型测试数据和/或字符串测试数据，结合第一类型测试数据和数值型测试数据进行预测，提高预测结果准确性。
附图说明
[0043]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0044]图1为本申请一实施例提供的数据处理方法的流程示意图；
[0045]图2为本申请另一实施例提供的数据处理方法的原理框图；
[0046]图3为本申请另一实施例提供的数据处理方法的流程示意图；
[0047]图4为本申请再一实施例提供的数据处理装置的结构示意图；
[0048]图5为本申请有一实施例提供的电子设备的结构示意图。
[0049]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0050]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取测试数据，其中，所述测试数据包括第一类型测试数据和数值型测试数据，所述第一类型测试数据包括布尔型测试数据和/或字符串测试数据；使用第一数据处理模型对所述第一类型测试数据进行处理，获得布尔型预测结果；以及使用第二数据处理模型对所述数值型测试数据进行处理，获得数值型预测结果；对所述布尔型预测结果和所述数值型预测结果进行融合，获得融合结果。2.根据权利要求1所述的数据处理方法，其特征在于，对所述布尔型预测结果和所述数值型预测结果进行融合，获得融合结果，具体包括：对所述数值型预测结果进行二值化处理，获得二值化预测结果；使用预设融合规则所述二值化预测结果、所述布尔型预测结果以及所述数值型预测结果进行融合，获得所述融合结果。3.根据权利要求2所述的数据处理方法，其特征在于，对所述数值型预测结果进行二值化处理获得二值化预测结果，具体包括：当所述数值型预测结果大于第一阈值时，获得的二值化预测结果为第一数值；当所述数值型预测结果小于或等于第一阈值时，获得的二值化预测结果为第二数值；其中，所述第一数值表征是，所述第二数值表征否；相应地，所述融合结果包括布尔型融合结果和数值型融合结果；使用预设融合规则所述二值化预测结果、所述布尔型预测结果以及所述数值型预测结果进行融合，获得所述融合结果，具体包括以下任意一项：当所述二值化预测结果为所述第二数值时，将所述布尔型融合结果设置为所述第二数值，将数值型融合结果设置为最小值；当所述二值化预测结果和所述布尔型预测结果均为所述第一数值时，将所述布尔型融合结果设置为所述第一数值，设置所述数值型融合结果的数值为所述数值型预测结果的数值；当所述数值型预测结果大于或等于第二阈值时，将所述布尔型融合结果设为所述第一数值，将所述数值型融合结果的数值设置为所述数值型预测结果的数值；当所述数值型预测结果小于所述第二阈值时，将所述布尔型融合结果设置为所述第二数值，将数值型融合结果设置为最小值。4.根据权利要求1至3中任意一项所述的数据处理方法，其特征在于，所述第一数据处理模型为随机森林模型，所述方法还包括：获取...

【专利技术属性】
技术研发人员：李兴，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：