一种基于代价敏感学习的冷热数据识别评价方法

本发明公开了一种基于代价敏感学习的冷热数据识别评价方法，其特征在于，包括构建电网数据特征样本集；基于电网数据特征样本集，采用代价敏感学习算法构建分类模型，代价敏感学习算法通过引入非对称代价矩阵对冷热数据误分类施加差异化惩罚；实时采集电网运行数据，生成待识别样本特征向量；将待识别样本特征向量输入分类模型中，输出冷热数据分类结果及其分类置信度；根据输出的分类结果及其分类置信度，动态调整数据存储策略和计算资源分配方案。本发明引入非对称代价矩阵，有效降低了热数据误判为冷数据的概率，提高了冷热数据分类的准确性，从而更精准地优化数据存储策略和计算资源分配。