基于改进的EasyEnsemble算法的供应商信用评价方法、系统及存储介质

摘要

本发明提供一种基于改进的EasyEnsemble算法的供应商信用评价方法、系统及存储介质，包括：采用层次分析法建立评价指标体系，获取企业相关历史数据；对企业相关历史数据进行归一化处理，将处理后的数据与供应商信用评价历史得分形成数据对形式的训练集；对训练集进行重组，形成多个训练子集；基于多个训练子集和预先构建的深度森林模型，得到多个预测结果；基于多个预测结果和预先构建的混合模型，进行混合处理，得到阈值θ；将待评价供应商输入深度森林模型，经过深度森林模型与混合模型的处理后，得到预测值，将预测值与阈值θ进行比较得出评价结果。集成学习方法有强大的表征学习的能力，能够更好地适应非线性特征，从而能够对供应商的信用表现做出更加科学准确的评价。