一种基于XGBoost模型的阀门内漏信号特征处理方法和系统

本发明提供一种基于XGBoost模型的阀门内漏信号特征处理方法和系统，涉及数据处理技术领域。本发明提供的方法通过根据不同种类的特征参数在神经网络模型的模型树的构建过程中被用作分裂节点的次数确定样本包括的每个种类的特征参数的重要性分数，然后根据重要性分数在不影响模型精度的情况下，对特征参数的数量进行初次删减，根据重要性分数排序确定包括不同数量和种类的特征参数的样本的第一样本集，根据第一样本集的第一评价指标确定目标特征种类，完成对阀门内漏信号特征的处理，能够有效减少样本包括的特征参数的种类和数量，进而避免神经网络模型过拟合，减少模型训练时间，从而提升模型训练效率和精度。