摘要
本发明公开了一种异常企业的确定方法、电子设备及存储介质,该方法包括:基于目标特征数据生成第1期全量样本集,从第1期全量样本集中抽取预设比例的全量样本,以组成0号训练样本集;基于预设条件从0号训练样本集中筛选出第一正样本集,并将第一正样本集中第一预设数量的第一正样本进行标记,以作为有标签样本;将0号训练样本集中未标记的其余样本作为无标签样本,以此来训练0号分类器;再将有标签样本和第1期全量样本集分别输入至训练完成的0号分类器得到正样本被标记概率和全量样本被标记概率;基于上述两者确定第1期全量样本集的第一异常标签;基于第一异常标签和第1期全量样本集训练1号分类器。本方案可以高效准确地识别异常企业。
技术关键词
无标签样本
训练样本集
月均用电量
xgboost算法
分类器训练
企业
标记
数据
电子设备
分层
可读存储介质
计算机
电力
处理器通信
规模
存储器
系统为您推荐了相关专利信息
错误码信息
业务告警方法
训练分类模型
日志
时间段
火焰切割车
像素点
二值化阈值
图像锐化算法
训练样本集
图像异常检测方法
编码器特征
热力图
学生
特征提取网络
摘要
多标签
数据分类模型训练
编码模块
数据分类方法