一种基于机器学习的快递站点健康度检测方法

摘要

本发明公开一种基于机器学习的快递站点健康度检测方法，包括：快递站点历史运营数据采集；采用特征工程方法对运营数据进行处理，构建建模使用的特征属性集：使用各种原始运营数据构造能体现站点运营状况的特征属性集S1；从S1中选取特征子集，并以多项式曲线拟合技术，构建能够体现站点长期运营状况变化趋势的特征属性集S2；使用构建好的特征属性数据集训练模型：对特征属性集S1中的正面样例进行上采样，然后训练随机森林模型Model1；修改随机森林的Bootstrap采样方法为下采样方法，然后使用特征属性集S2训练改进后的随机森林模型Model2。本发明可根据快递站点的运营状况发现运营异常及存在异常变化趋势的站点。