(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210934559.6 (22)申请日 2022.08.04 (71)申请人 上海普茅数据科技有限公司 地址 201306 上海市浦东 新区临港新片区 环湖西二路8 88号 (72)发明人 金丽伟　 (51)Int.Cl. G06F 30/27(2020.01) G06F 16/215(2019.01) G06N 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种高级建模的数据分析方法 (57)摘要 本发明公开了一种高级建模的数据分析方 法， 具体步骤如下： 确定目标变量及建模目的； 确 定影响因子， 收集历史数据， 并进行数据清洗； 确 定建模目的， 如果建模目标为筛选因子， 通过高 级建模中的随机森林方法可以做到广泛筛选； 如 果建模目的为预测响应目标值， 利用传统方法可 能会受因子相互作用的影 响， 同样可以利用高级 建模中的随机森 林方法； 通过响应刻画器得到显 著因子的最佳组合参数， 确保按照最佳条件进行 生产能获得预期效果； 将得到的因子范围内进行 试生产， 得到 数值， 并进行记录。 本方法用于 预测 分析以及发现变量之间的线性 或非线性关系， 可 根据输入、 输出的类型不同而有选择型建模， 同 时对建模结果给出 更加精准 解释。 权利要求书1页 说明书3页 附图1页 CN 115422825 A 2022.12.02 CN 115422825 A 1.一种高级建模的数据分析 方法， 其特 征在于： 具体步骤如下： 步骤一、 确定目标变量及建模目的； 步骤二、 确定影响因子， 收集历史数据， 并进行 数据清洗； 步骤三、 确定建模目的， 如果建模目标为筛选因子， 通过高级建模中的随机森林方法可 以做到广泛筛 选； 步骤四、 如果建模目的为预测响应目标值， 利用 传统方法可能会受因子相互作用的影 响， 同样可以利用高级建模中的随机森林 方法； 步骤五、 通过响应刻画器得到显著因子的最佳组合参数， 确保按照最佳条件进行生产 能获得预期效果； 步骤六、 在步骤五得到的因子范围内进行 试生产， 得到数值， 并进行记录 。 2.根据权利要求1所述的一种高级建模的数据分析方法， 其特征在于： 所述步骤三中的 随机森林方法是随机森林集成决策树， 利用交叉验证法随机抽取一部 分样本放入随机森林 模型中进行建模、 学习， 剩下的样本进行验证。 3.根据权利要求1所述的一种高级建模的数据分析方法， 其特征在于： 所述步骤四中利 用随机森林方法集成决策树， 每一棵决策树以信息熵为度量构造一颗熵值下降最快的方 式， 如集成5 000棵树， 则对5 000次建模结果进行简单平均， 从而得到对自然宽展的预测值。 4.根据权利要求1所述的一种高级建模的数据分析方法， 其特征在于： 所述步骤五中在 最佳因子组合的基础上， 设定因子的参数的波动范围， 利用模拟 器进行范围模拟， 查看响应 的变化区间； 根据区间的可接受程度， 修改因子的波动范围。权　利　要　求　书 1/1 页 2 CN 115422825 A 2一种高级建模的数据分析方 法 技术领域 [0001]本发明涉及高级建模技 术领域， 具体为 一种高级建模的数据分析 方法。 背景技术 [0002]高级建模， 也称高阶建模、 机器学习建模、 深度学习建模， 可以解决问题、 揭示可能 性并在不确定的环境中做出科学 的决定。 通过高级建模可以有效地应用统计结果， 深入了 解具体信息、 制 定长远计划并获得持续学习和改进的方法。 高级建模有助于挖掘内在协同 关系， 无论目标 是描述， 预测， 还是说明。 [0003]高级建模为回归分析提供了一系列更完善 的方法； 为探索方法、 减少 数据维度和 建模、 时间序列和分类数据的分析提供了更有效的多 元工具。 此外， 高级建模还 具有一系列 处理前期常见数据问题的建模工具， 纳入了大量高级算法， 用于对杂乱的数据进行更好地 建模。 [0004]高级建模， 不仅可以快速、 正确地完成建模， 还可以轻松比较和对比使用不同方法 构建的模 型， 通过可视化和交互式的报表， 可以直观展示数据分析结果。 现有的高级建模方 法存在很多缺陷， 具体为： 1、 功能单一， 运用领域片面； 2、 在 多个因子具有多重共线性时， 建 模结果不准确； 3、 当因子与响应之 间的关系为 非线性时， 模型结果无法解释； 4、 响应为分类 型变量时， 传统建模方法无法进行预测； 5、 模型精准度不高， 评价指标单一； 为此提供了一 种高级建模的数据分析 方法。 发明内容 [0005]本发明的目的是针对现有技术的缺陷， 提供一种高级建模的数据分析方法， 以解 决上述背景技 术提出的问题。 [0006]为实现上述目的， 本 发明提供如下技术方案： 一种高级 建模的数据分析方法， 具体 步骤如下： [0007]步骤一、 确定目标变量及建模目的； [0008]步骤二、 确定影响因子， 收集历史数据， 并进行 数据清洗； [0009]步骤三、 确定建模目的， 如果建模目标为筛选因子， 通过高级建模中的随机森林方 法可以做到广泛筛 选； [0010]步骤四、 如果建模 目的为预测 响应目标值， 利用传统方法可能会受因子相互作用 的影响， 同样可以利用高级建模中的随机森林 方法； [0011]步骤五、 通过响应刻画器得到显著因子 的最佳组合参数， 确保按照最佳条件进行 生产能获得 预期效果； [0012]步骤六、 在步骤五得到的因子范围内进行 试生产， 得到数值， 并进行记录 。 [0013]作为本发明的一种优选技术方案， 所述步骤三中的随机森林方法是随机森林集成 决策树， 利用交叉验证法随机抽取一部 分样本放入随机森林模 型中进行建模、 学习， 剩下的 样本进行验证。说　明　书 1/3 页 3 CN 115422825 A 3