摘要
本发明实施例提供了一种识别模型训练方法、工单识别方法。该方法包括:获取样本工单的样本工单数据和预设的随机森林模型;对样本工单数据进行数据清洗及特征提取,得到去除噪声影响后的样本工单特征;将样本工单特征划分至多个样本集合;针对每个样本集合,计算样本工单特征所属的样本特征簇的重要性得分,以及计算该本工单特征与对应的样本特征簇中的其他样本工单特征的相关度,并将样本工单特征按照该相关度和该样本特征簇的重要性得分进行排序,以得到目标样本工单特征序列;根据目标样本工单特征序列,以及对样本工单标注的样本结果,对预设的随机森林模型进行训练,得到异常工单识别模型。本发明可以对识别模型进行训练。
技术关键词
样本
随机森林模型
字段
工单识别方法
识别模型训练方法
异常状态
序列
历史工单数据
文本
移动平均算法
上存储计算机程序
日期
可读存储介质
处理器
模块
噪声数据
聚类算法
系统为您推荐了相关专利信息
生精障碍
葡聚糖硫酸钠
小鼠模型
抗炎药物筛选
评估候选药物
指纹数据库
室内定位方法
信号强度信息
学习器
堆叠层
人偶
语音特征提取
语音采集模块
模型训练模块
特征提取模块
收费机器人
故障诊断方法
生成对抗网络
深度神经网络
数据
测试优化方法
测试特征
多工位
芯片测试装置
样本