摘要
本发明提供一种重要空白凭证使用量预测方法、系统、电子设备及存储介质,获取初始训练数据集,并对初始训练数据集进行预处理,得到训练数据集;利用各个训练样本和预设限制条件,构建多任务梯度提升树模型,其中,多任务梯度提升树模型包括依序排列的多个决策树模型;当检测到待预测银行网点的预测指令时,获取待预测银行网络点下的当前数据,并对当前数据进行预处理,得到目标当前数据;针对每个决策树模型,通过决策树模型利用目标当前数据进行预测,得到每个重要空白凭证类型的重要空白凭证使用量;针对每个重要空白凭证类型,根据重要空白凭证类型对应的各个重要空白凭证使用量计算重要空白凭证类型的重要空白凭证最终需求量。
技术关键词
梯度提升树模型
凭证
决策树模型
数据
多任务
时序特征
计算机可执行指令
数值
电子设备
可读存储介质
存储器
依序
节点
预测系统
模块
处理器
程序
网络
系统为您推荐了相关专利信息
加密策略
数据加密
非易失性存储介质
网络传输协议
Apriori算法
焊点
面向高密度
深度学习神经网络模型
板卡
温湿度
淤泥固化搅拌设备
实时监测方法
数据
序列
计算机程序指令