摘要
本发明实施例提供了一种业务收入的预测方法、装置、电子设备及存储介质,涉及计算机技术领域,所述方法包括:获取针对目标业务的决策树模型以及训练数据,训练数据包括历史业务收入数据以及拓展数据,接着获取针对决策树模型的概率模型与分段损失函数,然后根据训练数据、概率模型、分段损失函数对决策树模型的超参数进行调优,获得业务收入预测模型,以及根据训练数据与分段损失函数对业务收入预测模型进行权重预测,获得业务收入预测模型对应的权重系数,再基于权重系数对各个业务收入预测模型进行融合,获得针对目标业务的目标融合模型,从而有效地提高了模型预测的准确性。
技术关键词
决策树模型
超参数
分段
误差
训练集
通信接口
概率密度函数
电子设备
处理器
存储器
数据获取模块
预测装置
收入
可读存储介质
指令
日期
计算机
系统为您推荐了相关专利信息
天气预报数据
光伏预测方法
混合深度学习模型
光伏发电数据
光伏发电量
变电站设备
点云数据融合
三维建模方法
多视角
三维重建算法
识别方法
特征融合网络
训练特征
模块
特征提取能力