基于改进随机森林的客户信用分类方法

发明专利有效专利

申请号：
CN202110169939.0
IPC分类号：G06Q40/02;G06K9/62;G06N7/00
申请日期：
2021-02-05
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于改进随机森林的客户信用分类方法
申请号	CN202110169939.0	申请日期	2021-02-05
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-25	公开/公告号	CN112837145A
优先权	暂无	优先权号	暂无
主分类号	G06Q40/02 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q40/00 金融；保险；税务策略；公司或所得税的处理〔8，2012.01〕 G06Q40/02 银行业，例如，利息计算、信贷审批、抵押、家庭银行或网上银行〔2012.01〕	IPC分类号	G;0;6;Q;4;0;/;0;2;;;G;0;6;K;9;/;6;2;;;G;0;6;N;7;/;0;0查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市雨花台区软件大道186号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	吴家皋;王一帆
代理机构	南京苏高专利商标事务所（普通合伙）	代理人	柏尚春

摘要

本发明公开了一种基于改进随机森林的客户信用分类方法，包括如下步骤：将客户样本数据集划分为训练数据集和测试数据集；在训练数据集上用CART分类回归树算法训练生成包含m棵树的初始随机森林模型；将测试数据集输入初始随机森林模型，计算每棵决策树分类结果的相似度和精确度；根据相似度和精确度，计算每棵决策树的综合性能指标；取前s个具有较高综合指标的决策树构成改进后的随机森林模型。本发明结合随机森林中决策树的相似度和精确度，有效地提高了客户信用分类随机森林的分类准确性和泛化能力；定义了新的评价决策树的综合性能指标，有效地在精确度和相似度之间进行折中，并且很容易拓展应用于其他分类场景中，具有广泛的实用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供