一种基于深度学习的维持大型数据中心机房正压的智能调节方法

一种基于深度学习的维持数据中心机房正压智能调节方法，包括：获取训练集F；对F进行数据清洗，补充缺失值和处理异常值，将连续变量数值进行离散处理，形成衍生特征集F1；对F1进行特征数据提取，提取特征数据集合S和测试数据集合C；采用熵值和信息增益比算法对S进行处理，形成决策树数据集合TREE；对TREE进行后剪枝，删除对模型泛化能力贡献较小的分支，形成训练集合D；使用D的数据构建决策树模型，训练过程中调整模型参数；针对得到的决策结果，利用C中的数据评估决策树模型的准确率和泛华能力。本发明可实现对数据中心室内正压维持和对不同运行环境的深度学习与智能适应调节，维持数据中心各功能房间保持正压运行。