一种基于加权随机森林的专变用户电费回收风险识别方法

摘要

本发明公开了一种基于加权随机森林的专变用户电费回收风险识别方法，涉及一种风险识别方法。在实际风险识别中，建模效率及分类精度低。本发明包括以下步骤：专变用户数据预处理；基于时间序列构造新的专变用户属性特征；专变用户属性特征筛选，筛选出弱相关属性；基于精度的随机森林加权优化，对随机森林中每棵决策树的投票能力赋权值，且在后续测试和预测时实现每棵决策树权值的不断更新，得到不断优化的加权随机森林模型；专变用户电费回收风险识别。本技术方案通过对其中每棵决策树的精度进行加权以及进行权值更新，以此提高模型的精度。且因为去除了一些关联性的变更，使得变量减少，由于输入的变量减少，也保证了建模的效率。