一种结合模糊集和随机森林树的多类别决策方法

摘要

本发明公开了一种结合模糊集和随机森林树的多类别决策方法，包括如下步骤：(1)分析和选取数据集合，初步构造训练、预测样本集，进一步说明数据标签，以及数据的标签是否被ST标记；(2)采用模糊数学的方法对训练样本数据进行模糊化表示，将二分类标记转化为多分类标记；(3)采用随机森林模型对上述已经模糊化处理的样本数据进行训练，得到训练后的随机森林模型；(4)将预测样本数据输入到训练后的随机森林模型当中，对场景应用进行决策；同时将本发明应用于企业财务风险预警，论证了本发明的实用性、有效性和科学性。本发明的显著优点为通过结合模糊集和随机森林模型将二分类决策转换成多分类决策，大大提高了预测的精度、效率、以及数据的合理性。